分類器のキャリブレーション

分類器のキャリブレーションとは、分類モデルの出力確率を調整し、それらが正解の真の確率と一致するようにすることを指します。正確な確率推定は、コンピュータビジョンなどのアプリケーションにおけるモデルの信頼性と意思決定の質を向上させるために重要です。予測キャリブレーションエラー（ECE）と最大キャリブレーションエラー（MCE）は一般的に使用されるキャリブレーション指標であり、これらの指標を最適化することで、モデルの信頼度キャリブレーションを効果的に改善し、実世界のシナリオでの実用価値を高めることができます。