简短的回答是，计算条件概率的 Brier 分数才有意义，$\hat y = P(y=1|X)$， 在哪里$y$是结果，$\hat y$是你的预测，并且$X$是你的预测者。换句话说，$\hat y$是概率$y=1$，以预测变量的这个特定值为条件，$X$.

在这种情况下，布赖尔分数只是

还有哪些其他类型的概率？这里唯一的其他选择是边际概率，$P(y=1)$. 我们可以通过简单地计算次数的比例来估计这一点$y=1$在数据中。显然，在计算 Brier 分数时使用这个值是没有意义的！

Brier 分数较小的分类器会提供更好的可靠性曲线吗？

是的。如果您的分类器预测$\hat y = 1$在所有情况下$y = 1$和$\hat y = 0$在哪里$y = 0$, 它的 Brier 分数为$0$. 如果反其道而行之，则得分为$\pm1^2 = 1$. 在大多数情况下，这样完美的预测是不可能的，但一个好的分类器仍然可以很好地校准，例如通过预测$\hat y = 0.5$在这种情况下$y = 1$一半的时间和$y=0$其余的部分。执行此操作的分类器将在您的数据上获得最低的 Brier 分数。