Suavizado de etiquetas y calibración
Por qué importa El suavizado de etiquetas se vende a menudo como "mejora la calibración". A veces lo hace. A veces la empeora. Mide, no supongas.
El suavizado de etiquetas entrena hacia objetivos como 0.91 para la clase verdadera y 0.01 para cada una de las demás, en vez de exactamente 1 y 0. Eso impide que el modelo lleve su confianza al extremo. Si el modelo era demasiado confiado, ayuda. Si ya era poco confiado, empeora las cosas.
Predice primero, y luego mide con este modelo.
Palabras y símbolos de esta lección
- calibración, ECE
- si la confianza coincide con la exactitud; la diferencia media ponderada
Pon en my_prediction "better" (mejor) o "worse" (peor): ¿el suavizado de 0.1 bajará aquí el ECE? Luego calcula ece_plain y ece_smooth con las funciones dadas, y pon en measured lo que pasó de verdad.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.