Orange3实战教程：模型---校准学习器

校准学习器

将另一个学习器与概率校准和决策阈值优化进行封装。

输入

● 数据：输入数据集
● 预处理器：预处理方法
● 基学习器：待校准的学习器

输出

● 学习器：校准后的学习算法
● 模型：使用校准学习器训练的模型

该学习器生成的模型会校准类别概率分布并优化决策阈值。此部件仅适用于二元分类任务。

1. 名称：在其他部件中显示的名称。默认名称由学习器、校准参数和优化参数组成。
2. 概率校准：
   • Sigmoid 校准（S型函数校准）
   ● 保序校准
   ● 不校准
3. 决策阈值优化：
   ● 优化分类准确度
   • 优化 F1 分数
   ● 不优化阈值
4. 应用：点击以提交更改。若勾选“自动应用”，则更改会自动生效。

示例

使用校准学习器的简单示例。我们以泰坦尼克数据