주제: calibration
-
레이블 시프트: 변하는 클래스 비율 탐지와 보정
명시적인 레이블 시프트 가정 아래에서만 클래스 사전확률 변화를 추정하고 식별 가능성을 확인하며, 사전확률 추정과 보정된 확률의 사후 교정을 구분한다.
-
온도 스케일링: 분류기 확신도 보정하기
따로 둔 예측에서 양의 온도 하나를 학습해 softmax 확률을 조정한다. argmax 클래스는 유지하면서 보정과 임계값 기반 의사결정을 별도로 평가한다.
기계 판독 가능: JSON