Калибровка — процесс сопоставления сырых оценок или выходов модели с вероятностями или принадлежностью к классам, которые лучше отражают наблюдаемые исходы. У калиброванного классификатора предсказанные вероятности должны близко соответствовать реальным частотам, улучшая интерпретируемость и выбор порогов принятия решений.
Calibration is the process of mapping a raw score onto a class membership, for binary and multiclass classification. Some ML.NET trainers have a NonCalibrated suffix. These algorithms produce a raw score that then must be mapped to a class probability.