Etiket yumuşatma ve kalibrasyon
Neden önemli Etiket yumuşatma çoğu zaman "kalibrasyonu iyileştirir" diye satılır. Bazen iyileştirir. Bazen kötüleştirir. Ölç, varsayma.
Etiket yumuşatma tam olarak 1 ve 0 yerine doğru sınıf için 0.91 ve diğer her sınıf için 0.01 gibi hedeflere doğru eğitir. Bu modelin güvenini uca itmesini durdurur. Model aşırı güvenliyse bu yardım eder. Zaten gereğinden az güvenliyse işleri kötüleştirir.
Önce tahmin et, sonra bu model üzerinde ölç.
Bu dersteki kelimeler ve semboller
- kalibrasyon, ECE
- güvenin doğrulukla eşleşip eşleşmediği; ağırlıklı ortalama fark
my_prediction değerini "better" ya da "worse" olarak ayarla: 0.1 yumuşatma burada ECE'yi düşürecek mi? Sonra verilen fonksiyonlarla ece_plain ve ece_smooth hesapla, ve measured değerini gerçekte olana ayarla.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.