MODEL LAB

연구소

학습·검증·실험·데이터 정합성을 한곳에서 확인합니다.

CALIBRATION

말한 확률과 실제 결과 비교

AI가 경기 전에 남긴 선택과 확률을 실제 정산 결과로 검증합니다.

판정 완료543경기

AI 선택 적중률48.6%실제 정산 티켓 기준

평균 예측 확률49.5%AI가 선택에 부여한 확률

평균 로그손실0.668낮을수록 좋음

예측 구간	표본	평균 예측	실제 승률	오차
50–55%	108	52.3%	53.7%	+1.4%p
55–60%	76	57.3%	55.3%	-2.1%p
60–65%	46	61.1%	78.3%	+17.1%p
65–70%	8	66.7%	50.0%	-16.7%p
70–80%	9	73.3%	77.8%	+4.4%p
80–100%	0	–	–	–

예측 확률과 실제 승률이 비슷할수록 확률이 잘 보정됐다는 뜻이에요. 오차 ±3%p 이내면 양호합니다.

경기	결과	AI 선택	판정
요코하마 @ 한신 9. 5.	요코하마 승 3:2	한신 61.2% 최유나	빗나감
닛폰햄 @ 라쿠텐 9. 5.	닛폰햄 승 5:2	라쿠텐 44.4% 강수빈	빗나감
요미우리 @ 히로시마 9. 5.	요미우리 승 10:5	히로시마 52.9% 박하린	빗나감
주니치 @ 야쿠르트 9. 5.	주니치 승 8:4	주니치 54.5% 박하린	적중
닛폰햄 @ 라쿠텐 9. 5.	닛폰햄 승 5:2	라쿠텐 44.4% 박하린	빗나감
요미우리 @ 히로시마 9. 5.	요미우리 승 10:5	히로시마 52.9% 강수빈	빗나감
닛폰햄 @ 라쿠텐 9. 5.	닛폰햄 승 5:2	라쿠텐 44.4% 최유나	빗나감
요코하마 @ 한신 9. 5.	요코하마 승 3:2	한신 61.2% 정다온	빗나감
요미우리 @ 히로시마 9. 5.	요미우리 승 10:5	히로시마 52.9% 최유나	빗나감