Add Expected Calibration Error metrics and derived

Repository metrics

Stars

4,313 stars (4,313 stars)

PR merge metrics

平均マージ 15d 11h (平均マージ 15d 11h)30d で 17 merged PRs (30d で 17 merged PRs)

説明

コントリビューターガイド

調査方針

Baal ライブラリ（https://github.com/ElementAI/baal/blob/master/src/baal/utils/metrics.py#L88）で説明されている期待較正誤差（ECE）および関連メトリクスを実装します。実装は PyTorch Ignite のメトリクス API パターンに従う必要があります。ignite/metrics 内の既存のコード構造を適応させることを検討してください。主なタスクは、信頼度スコアのビン分割とビンごとの精度計算を含む ECE 計算の移植です。リポジトリ内に既存の較正関連ユーティリティがないか確認してください。

技術スタック

python

領域

machine learning

Issue 種別

機能

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

3

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-2日

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

古い

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

明確

前提条件

PyTorch basicsCalibration metrics concepts

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

65