انتقل إلى المحتوى

مصطلح في خيطين

معايرة الاحتمالاتCalibration

المعنى في سطر

النموذج «معاير» لو احتمالاته بتطابق الواقع: من كل الحالات اللي قال عليها 30%، المفروض 30% منها تحصل فعلًا. مهمّة جدًا لنماذج القرار اللي بتعتمد على عتبات ثقة.

باختصار

المعايرة (Calibration) في التصنيف معناها تحويل درجات النموذج لاحتمالات بتعبّر فعلًا عن فرصة انتماء الحالة لكل فئة. والنموذج «المعاير» هو اللي احتمالاته بتطابق الواقع على المدى الطويل.

بالتفصيل

ويكيبيديا بتنقل تعريف بسيط من الإحصائي Philip Dawid: «المتنبّئ يكون معايرًا جيدًا إذا، مثلًا، من بين الأحداث التي يعطيها احتمال 30%، كانت النسبة الفعلية لحدوثها على المدى الطويل 30%».

النموذج ممكن يكون دقيق ومش معاير. يعني ممكن يصيب في 80% من الحالات، لكن يقول «متأكّد 99%» في كل مرّة. ساعتها الرقم اللي بيقوله مالوش قيمة لو عايز تبني عليه قرار.

المعايرة بقت موضوع ساخن مع «نماذج القرار» (Decision Models) زي Jev وClef وStrands Decider، لأن الفكرة كلّها إنك تحطّ عتبة: «لو الثقة فوق 90%، نفّذ تلقائيًا، وإلّا حوّل لإنسان». لو الاحتمالات مش معايرة، العتبة دي مالهاش معنى. عشان كده Cloudflare مثلًا درّبت نماذج Clef بدالّة خسارة إضافية اسمها Brier Loss مخصوص للمعايرة.

مثال عملي

نموذج بيصنّف رسائل العملاء كـ«شكوى عاجلة» أو لأ. بتجمع 1,000 رسالة النموذج قال عليها «عاجلة باحتمال 90%». لو 900 منها كانت عاجلة فعلًا، النموذج معاير كويس. لو 600 بس، يبقى النموذج مبالغ في ثقته، ولازم ترفع العتبة أو تعيد المعايرة قبل ما تعتمد عليه.

مصطلحات مرتبطة

المصادر: Wikipedia — Calibration (statistics)، MarkTechPost — Cloudflare Clef — 2026-10-02