RecalibrationFunction
更多信息
- 对于分类器,重新校准 (Recalibration) 也称为概率校准,通常用于纠正过度自信或不自信的分类器.
- RecalibrationFunction 可用于训练时间、推理时间,或更新现有模型的校准器.
- 当在推理时指定或更新现有模型的校准器时,RecalibrationFunction 的典型设置包括:
-
None 删除现有的重新校准 f 将函数 f 附加到现有校准器 - 对于分类器,函数 f 应用于类别概率 f[<class1p1,class2p2,… >] 并且应返回新的类别概率. 新的类别概率会自动正态化处理.
- 对于预测变量,函数 f 通过应用于输出值来转换预测分布.
- 当在训练时指定时,RecalibrationFunction 的典型设置包括:
-
None 防止任何重新校准 Automatic 需要时重新校准模型 All 总是重新校准模型 - 除了用于最终模型之外,重新校准还应用于在训练过程中由 Classify 和 Predict 生成的候选模型.
- 当 RecalibrationFunctionAll 时,重新校准应用于每个候选模型.
- 当 RecalibrationFunctionAutomatic 时,重新校准仅用于需要它的候选模型.
范例
打开所有单元关闭所有单元基本范例 (4)
Wolfram Research (2021),RecalibrationFunction,Wolfram 语言函数,https://reference.wolfram.com/language/ref/RecalibrationFunction.html.
文本
Wolfram Research (2021),RecalibrationFunction,Wolfram 语言函数,https://reference.wolfram.com/language/ref/RecalibrationFunction.html.
CMS
Wolfram 语言. 2021. "RecalibrationFunction." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/RecalibrationFunction.html.
APA
Wolfram 语言. (2021). RecalibrationFunction. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/RecalibrationFunction.html 年