Común · Saberes
Platt scaling
Machine learning calibration technique
In machine learning, Platt scaling or Platt calibration is a way of transforming the outputs of a classification model into a probability distribution over classes. The method was invented by John Platt in the context of support vector machines, replacing an earlier method by Vapnik, but can be applied to other classification models.
En Wikipedia
Texto en inglés Aún no hay artículo en tu idioma: extracto en inglés.
In machine learning, Platt scaling or Platt calibration is a way of transforming the outputs of a classification model into a probability distribution over classes. The method was invented by John Platt in the context of support vector machines, replacing an earlier method by Vapnik, but can be applied to other classification models. Platt scaling works by fitting a logistic regression model to a classifier's scores.
Texto: Wikipedia en inglés, CC BY-SA 4.0. ·
Cartas cercanas
-
M★★
Mean platelet volume
Machine-calculated measurement of the average size of platelets found in blood
-
★★
Reconocimiento de patrones
Rama del aprendizaje automático
-
★★★★
Filtro de Kalman
-
★
Muestreo de Gibbs
-
★
Método de complementos
-
★★★
K-medias
Método de cuantificación vectorial que tiene como objetivo dividir n observaciones en k grupos en los que cada observación pertenece al grupo con la media más cercana (centros de grupo o centroide de grupo), que sirve como prototipo del grupo.