概率校准：让模型输出的分数可信

很多模型善于排序，却不善于给概率。分数0.8的样本实际点击率可能只有0.5。概率校准就是把输出分数调整为可信的概率估计。

校准很重要。广告出价、风控阈值、流量分配都依赖概率绝对值。分数不可信，基于分数的决策就会系统性偏差。

常用校准方法有保序回归、 Platt缩放等。用独立校准集拟合校准器，避免在训练集上校准导致过拟合。

评估校准可画校准曲线，或计算期望校准误差。分群看校准效果也必要，整体校准好不代表每个用户群体都准。