一种基于统一阈值损失函数的多类别模型校准方法及系统

本发明涉及模型校准领域，尤其涉及基于统一阈值损失函数的多类别模型校准方法及系统，本发明通过在模型优化过程中首先利用多层神经网络对输入数据进行特征提取，将原始数据映射到高维特征空间，从而获得数据的有效表示。基于这些特征表示，计算统一阈值损失函数，评估不同类别之间的决策阈值差异来指导模型训练，随后，采用梯度下降优化算法，通过反向传播的方式不断调整模型参数，使各个类别的决策边界逐步趋于一致，整个训练过程采用端到端的方式进行，数据在系统中从数据获取模块流向校准模型训练模块，通过循环迭代的优化过程，最终实现对多类别分类模型的精确概率校准，确保模型在保持高分类性能的同时，能够输出可靠且一致的预测概率。