Дата актуальности: 05 июня 2026 г. 19:28 (мск)
Зачем вообще измерять точность?
Гадание на Таро – это не магия «из ниоткуда». Качество прогноза можно и нужно проверять.
Регулярная калибровка позволяет:
- видеть, насколько хорошо таролог чувствует колоду;
- улучшать интерпретацию карт, опираясь на обратную связь;
- зарабатывать доверие клиента: «Если 80-90 % совпадений – смело консультируйтесь дальше».
Что считать «ground truth» для таро?
В задачах компьютерного зрения ground truth, это реальная площадь объекта на изображении.
В тарологии аналогом является фактическое событие, подтверждённое спустя заранее оговоренный срок:
- дата встречи с партнёром;
- факт повышения на работе;
- точная сумма дохода за квартал и т.д.
Чтобы не потерять эталон, фиксируйте прогнозы до наступления событий.
Самый простой способ – вести электронный журнал (Notion, Google Sheets) с тремя колонками:
- Прогноз – текстовая формулировка.
- Метка времени – когда был сделан расклад.
- Факт – что случилось на деле.
Ключевые метрики точности
Бинарные события (было / не было)
Превращаем карты в да/нет и используем метрики машинного обучения:
- Точность (Precision) – сколько предсказанных событий реально произошло.
- Полнота (Recall) – сколько реальных событий было угадано.
- F1-мера – гармоническое среднее двух предыдущих.
Пример: из 20 прогнозов «прибыль» сбылось 16 → Precision = 16 / 20 = 0.80.
Из 25 фактических прибылей вы указали 16 → Recall = 16 / 25 = 0.64.
Числовые прогнозы (деньги, даты)
Здесь работают классические регрессионные метрики:
- MSE – среднеквадратичная ошибка;
- MAE – среднее абсолютное отклонение;
- MAPE – ошибка в процентах от реального значения.
from sklearn.metrics import mean_absolute_error, mean_squared_error
mae = mean_absolute_error(y_true, y_pred)
rmse = mean_squared_error(y_true, y_pred, squared=False)
print(f"MAE: {mae}, RMSE: {rmse}")
IoU для «области будущего» (неформально)
Можно поиграться с идеей Intersection over Union.
Пусть таролог «нарисовал» свое видение события как прямоугольник 100 условных единиц.
Реальность заняла 80 единиц, пересечение – 60.
Тогда IoU = 60 / (100+80-60) = 0.5 → средний результат, требует улучшения модели.
Как собирать данные без «слежки» за клиентом
- Создайте форму обратной связи в мессенджере: клиент через 3-6 месяцев сам вносит итог.
- Дайте напоминание: система (бот) автоматически просит оценить точность прогноза.
- Бонусы за возврат: скидка на следующий расклад повышает отклик до 70 %.
Пример реального цикла контроля качества
1. Мастер делает расклад на карьеру, фиксирует: «повышение в июле, прибавка 15 000 ₽».
2. Через 90 дней клиент отвечает: «реально повысили в июле, но всего на 10 000 ₽».
3. Вычисляем:
y_true = [15000] y_pred = [10000] mape = abs((15000 ─ 10000) / 15000) * 100 = 33 %
MAPE = 33 % → прогноз был «в тренде», но переоценил сумму.
Следующий раз таролог обращает внимание на карты, которые «раздувают» цифры.
Подводные камни
- Ретроспективная интерпретация. Не позволяйте себе «подгонять» значение карт под случившееся.
- Малая выборка. 3-4 совпадения из 5 – ещё не показатель. Стремитесь к ≥ 50 прогнозам.
- Этика. Некоторые клиенты не хотят делиться подробностями – уважайте это.
Измерение эффективности в реальном времени превращает Таро из «поэзии» в инструмент с обратной связью.
Комбинируйте интуитивную работу с картами и холодные цифры метрик – и ваш процент совпадений будет расти так же уверенно, как точность нейросетей.
Начните уже сегодня: заведите таблицу, зафиксируйте первый прогноз и назначьте напоминание через 30-90 дней.
Ваше будущее «я» скажет спасибо.