模型输出的分数常被直接当作概率使用，但很多模型并不校准。比如负采样训练后的CTR模型会系统性高估点击率，树模型的输出分布也常偏离真实频率。分数不可信会直接影响出价、预算分配和阈值决策。
校准的本质是让预测概率与真实发生频率一致。常用方法有Platt缩放，用逻辑回归拟合分数到概率的映射；保序回归则更灵活，适合单调但非线性偏离的情况，不过小样本下容易过拟合。
评估校准效果看可靠性图和Brier分数。可靠性图按预测概率分桶，对比每桶的平均预测值与实际正例率。若曲线贴近对角线则校准良好。Brier分数综合了校准与区分度，可作为辅助参考。
校准应在验证集上拟合、在测试集上评估，并按场景分别校准。不同位置的点击率基准差异大，全局校准可能掩盖局部偏差。上线后定期监控校准漂移，数据分布变化时及时重拟合。
