充分校准

当概率分类器被训练与校准时，所谓校准损失中的分组损失分量很容易被忽视。分组损失指的是可观测信息与被校准过程中实际利用的信息之间的差距。我们研究了分组损失与充分性概念之间的关系，并确定共单调性是充分性的一个有用判据。我们重访了 Langford & Zadrozny (2005) 的探测约简方法，发现它产生了一个能降低分组损失的概率分类器估计量。最后，我们讨论了 Brier 曲线作为支持概率分类器训练与“充分”校准的工具。