RecalibrationFunction

RecalibrationFunction

是 Classify、Predict 和相关函数的一个选项，用于指定如何对模型预测进行后处理.

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)

加载 MNIST 数据集：

在不进行任何重新校准的情况下训练随机森林分类器：

可视化测试集上的校准曲线：

有重新校准的情况下训练随机森林分类器：

可视化测试集上的校准曲线：

训练分类器：

计算一个新样例的分类概率：

检查模型是否被校准过：

临时设置一个重新校准函数以便在计算概率时使用：

设置一个永久重新校准函数以便在计算概率时使用：

计算一个新样例的分类概率：

从分类器中删除重新校准函数：

加载 Boston Homes 数据集：

训练预测器时使用模型校准：

可视化测试集上的比较图：

从预测器中移除重新校准函数：

可视化新的比较图：

训练一个预测器：

计算预测值：

计算预测性分布：

临时设置一个重新校准函数以便在计算预测值时使用：

在新的校准函数条件下计算预测性分布：

应用  (1)

加载泰坦尼克号数据集：

训练一个没有校准函数的最近邻分类器：

分类器有点过度自信：

在测试集中选择最坏的分类情况：

运算估计的概率：

使用“温度调节”降低分类器的自信：

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

BibTeX

@misc{reference.wolfram_2024_recalibrationfunction, author="Wolfram Research", title="{RecalibrationFunction}", year="2021", howpublished="\url{https://reference.wolfram.com/language/ref/RecalibrationFunction.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_recalibrationfunction, organization={Wolfram Research}, title={RecalibrationFunction}, year={2021}, url={https://reference.wolfram.com/language/ref/RecalibrationFunction.html}, note=[Accessed: 22-November-2024 ]}