Orange3实战教程：评估---校准图

校准图

显示分类器概率预测值与实际类别概率之间的匹配程度。

输入

• 评估结果：分类算法测试的结果

输出

• 校准后的模型：概率经过校准的模型，或保持原概率但调整分类阈值的模型

校准图将分类器预测的概率与实际类别概率进行对比。通过此部件，用户可以判断分类器是否过于“乐观”（倾向于给出正面结果）或“悲观”（倾向于给出负面结果）。该部件还可输出校准后的模型，用户可自定义概率阈值。

操作步骤

1. 选择目标类别：从下拉菜单中选择目标类别。

   • 显示分布区（Show rug）：启用后，图表底部和顶部分别显示代表负例和正例的刻度线。刻度位置对应分类器的概率预测值，不同颜色代表不同分类器。
     • 底部：左侧表示正确分配低概率的实例，右侧表示错误分配高概率的实例。
     • 顶部：右侧表示正确分配高概率的实例，左侧表示错误分配低概率的实例。
   • 单折曲线（Curves for individual folds）