Gráfico de calibración
A calibration plot, also known as a reliability diagram, is a graphical representation used to evaluate how well the predicted probabilities from a statistical model align with the actual outcomes. This is particularly important in fields like aprendizaje automático and statistics, where models often provide predicciones probabilísticas.
En un gráfico de calibración típico, el eje x representa las probabilidades predichas (a menudo agrupadas en intervalos), mientras que el eje y muestra las frecuencias observadas reales de los resultados. Por ejemplo, si un modelo predice una probabilidad del 70% de que ocurra un evento, el gráfico de calibración mostrará con qué frecuencia ese evento realmente ocurre cuando el modelo hace tal predicción.
A perfectly calibrated model would result in a calibration plot where the predicted probabilities match the actual outcomes, forming a 45-degree diagonal line (often referred to as the ‘calibration line’). If the plot falls above this line, it indicates that the model is under-confident (predicting lower probabilities than observed). Conversely, if it falls below, the model is over-confident (predicting higher probabilities than observed).
Los gráficos de calibración son cruciales para evaluar modelos en tareas de clasificación binaria, such as in healthcare for predicting disease presence or in finance for puntuación crediticia. By visually inspecting the calibration plot, practitioners can make informed decisions about model adjustments, threshold settings, and overall reliability of the predictions.