标签： classification softmax calibration reliability
分类模型中的可靠性评分确实很重要，并且校准变量（例如温度缩放）是改善它们的一个步骤，尽管不是很完美。
如果引入更多训练数据，使用温度缩放后，模型的校准是否会改善？如果此数据可以提高准确性，则似乎是这种情况。但是，如果不影响准确性，情况是否还会如此？
如果网络中有更多类别，使用温度缩放后，模型的校准会改善吗？当然，每个班级都有相同数量的训练样本。