排序与概率校准实验室

让分数先“变形”，再对账

固定 144 条预测分数与标签，只改变概率尺度、分箱口径和目标总体权重。温度 T<1 会锐化概率，T>1 会让概率收缩到 0.5 附近。

144 条固定样本 · 基准正类率 37.5%

快速预设

温度 T 1.00 · 原尺度

使用 sigmoid(logit(p) / T)。只要 T>0，映射就严格单调。

可靠性图分箱数 8 箱

等宽分箱。箱越细，局部偏差更清楚，但每箱样本会更少、波动也更大。

目标正类率偏移 0 个百分点 · 目标 37.5%

按类别重加权模拟目标总体变化，模型分数仍沿用旧尺度；总权重标准化为 144。

抽取 10 个分数锚点。左右连线不交叉，说明温度变换没有调换先后。

全量顺序一致 100.0%

ROC-AUC · 排序 — 全阈值排序能力

PR-AUC（AP）· 排序 — 会随目标正类率变化

Brier loss · 概率 — 越低越好

Log loss · 概率 — 重罚自信但错误的预测

正在计算：排序指标与概率损失会同步更新。

横轴是箱内平均预测，纵轴是箱内实际正类频率。蓝线落在对角线上才表示“报多少，就发生多少”；下方直方图提醒你先看每箱有多少证据。

加权 ECE —

空箱也保留，避免图上“消失的区间”被误读成表现很好。

原始 n 是当前概率区间中的固定样本数；目标 N 是按目标正类率重加权后的等效样本量。
概率区间	平均预测	实际频率	绝对差	原始 n / 目标 N

一次调参同时出现多组数字时，先判断是顺序变了、概率尺度变了，还是目标总体变了。

RANK

温度映射没有交换样本顺序，因此 ROC-AUC 不变。

PROBABILITY

概率锐化或软化后，Brier、log loss 与可靠性曲线会移动。

SHIFT

目标正类率不变，当前仍按基准总体对账。

固定教学数据：144 条分数 / 标签；损失与频率按目标总体权重计算。所有计算均在本页本地完成。