在接触机器学习、训练模型、数据挖据、OCR这些领域，都会碰到一个词“置信度”，究竟是什么意思呢？
我们只学习最简单好记的几个点：
1、这是一个统计学的词，英文confidence coefficient，相关的还有一个词叫置信区间（Confidence interval）是对这个样本的某个总体参数的区间估计。
2、置信度越高，说明对输出的结果越肯定。
3、置信度衡量的是规则准确率如何，即符合给定条件（即规则的“前提”语句所表示的前提条件）的所有规则里，跟当前规则结论一致的比例有多大。计算方法为首先统计当前规则的出现次数，再用它来除以条件（“前提”语句）相同的规则数量。
4、看了很多文章，我觉得以下这个例子最好懂：
你扔了14次的钢镚，有8次正面朝上，6次背面朝上，你有多大的把握说钢镚不均匀，正面朝上的概率更大，这个把握就是置信度。
如果14次有8次正面朝上，我们是否敢说这个“钢镚铸造有偏差”呢？
这里面有两种可能，其一是偏差确实存在。另一个原因是，它就是偶然造成的。那么这两种情况的可能性各是多大呢？从数学上可以算出，前者的可能性是57%，后者是43%。也就是说，钢镚铸造有偏差这件事有可能是真的，但是我们不太确定。我们把自己有多么确定这件事也量化地衡量一下，它就是置信度。
具体到这个问题，置信度是57%，当然相反的结论“这个钢镚没有铸造问题”的置信度是43%，在统计上，我们一般认为，置信度不到95%的结论不大能相信。
那么怎么才能够提高置信度呢？通常的办法就是要增加所统计的样本的数量。
如果一直保持8:6这个正反面的比例，我们扔得次数越多，最后就越有把握说，“钢镚两面不均匀”。根据T-测试原理的计算公式可以得知，大概扔140次就能说置信度达到95%了。当然如果扔到几千次， 我们的置信度就能达到99%。也就是说，扔了140次以后，我们有95%的把握说，这个钢镚两面不匀，它造成了80:60的偏差。而运气的因素，只占剩下的5%。（这个例子的作者：姜地主链接：https://www.jianshu.com/p/a15796489b5b
来源：简书）
5、在OCR的应用中，置信度可以来判断识别的准确性，当训练OCR这样的机器学习算法时，需要知道所使用的最佳参数和特征，以及如何修正项目中出现的分类、识别和检测错误。在笔云的AI应用实践中，类似集装箱门和电费单识别这样的数据标本已经达到10万级的数量，也就是置信区间足够大，可以提供一个非常准确的置信度判断。
