Graphique de calibration
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 apprentissage automatique and statistics, where models often provide prédictions probabilistes.
Dans un graphique de calibration typique, l’axe des x représente les probabilités prédites (souvent regroupées en intervalles), tandis que l’axe des y montre les fréquences observées réelles des résultats. Par exemple, si un modèle prédit une probabilité de 70 % qu’un événement se produise, le graphique de calibration montrera à quelle fréquence cet événement se produit réellement lorsque le modèle fait une telle prédiction.
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).
Les graphiques de calibration sont cruciaux pour l’évaluation des modèles dans des tâches de classification binaire, such as in healthcare for predicting disease presence or in finance for le scoring de crédit. By visually inspecting the calibration plot, practitioners can make informed decisions about model adjustments, threshold settings, and overall reliability of the predictions.