待验证50% 置信事实精确时间
Brier 分数公式为 BS = (1/N)Σ(f_i - o_i)^2，衡量预测概率与实际结果的均方误差，分数越低越准确，完美预测为 0
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证Brier评分通过计算预测概率与实际结果之差的平方来评估校准质量，分数越低代表预测越准确78% 相似待验证贝叶斯最优分类器在0-1损失下等价于选择后验概率最大的类别，回归问题中条件期望在平方损失下是最优预测64% 相似已验证期望校准误差（ECE）通过将预测样本按置信度分桶，计算每桶内预测置信度与实际准确率之差的加权平均值，理想情况下趋近于063% 相似待验证在真实映射为均匀随机的假设下，论文证明了错误率下界为 E ≥ (M/N)δ*(B/M) + (1-M/N)(1-1/K)63% 相似待验证负载均衡损失使用所有专家选择频率的平方和L=ΣFi²，由柯西不等式可知当所有Fi=1/N时损失最小62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/956114API
curl https://kongchang.com/api/v1/knowledge/claims/956114MCP
get_claim(id=956114)