校准关心的不是一次判断是否正确，而是判断者表达的把握程度，长期看是否与实际结果相称。如果一组被预报为“八成可能”的事件大约有八成发生，这组概率就是校准良好的。
它与准确率不同。一个系统可能很少给出错误答案，却在出错时仍声称有九成把握；准确率不低，自信却没有校准。反过来，谨慎地给出六成把握，也不等于判断能力差。校准描述的是信心与证据之间的关系，不直接代表识别能力。
这个概念能连接天气预报、医疗判断和 AI 输出，也适用于个人思考。真正有用的“不确定”不是含糊，而是让语言保留证据尚未支持的部分。持续记录判断、把握程度与后来结果，可以发现自己在哪些问题上过度自信或过度保守。校准不是削弱判断，而是让判断知道自己的边界。
https://www.nist.gov/document/gorodnichy2dmitrycalibratedconfidencescoringforbiometricidpdf
https://scikit-learn.org/stable/modules/calibration.html
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。