我需要根据两个事件 A 和 B 的估计条件概率函数创建一个评分模型。让 0.5 作为阈值。理想情况下，A 的概率在区间内。但是，我的概率估计存在误差。因此，对于一定数量的事件 A，概率落入区间，而 B 落入区间。让最低分数 ( ) 和最高分数 `max_score' ( )。$[0,0.5)$$[0.5,1]$$[0.5,1]$$[0,0.5)$min_score $=0$$P = 0$$= 10$$P = 1$

我需要使用一个函数将这些概率映射到分数，该函数将强调和扩大 A 和 B 在分数方面的概率差异（例如，S 形函数）。即概率越高（可能事件B）得分越高，概率越低（可能事件A）得分越小。虽然对于我可以识别为的交叉区间，分数应该在. 对称的区间中，分数应该是平滑的，而在和中，分数应该是“更极端”且置信度更高。$[a,b]$(max_score + min_score)/2$[t_1,t_2]$$1/2$$(0, t_1)$$(t_2, 1)$

问题是可以跨越，并且应该平滑该效果。我可以在这里应用某种正则化吗？我将使用什么函数以及如何建立系数？$[a,b]$$[0,1]$