ক্যালিব্রেটেড ট্রাস্ট তৈরির ডিজাইন টেকনিক

import random
random.seed(42)

def generate_outcomes(n, accuracy):
    return [random.random() < accuracy for _ in range(n)]

phase1 = generate_outcomes(30, 0.90)
phase2 = generate_outcomes(30, 0.55)
outcomes = phase1 + phase2

WINDOW = 4         # "before" হিউরিস্টিকের প্রয়োজনীয় স্ট্রিক-দৈর্ঘ্য
IND_WINDOW = 9     # ইন্ডিকেটর কতগুলো সাম্প্রতিক ফলাফলের গড় দেখায়
THRESH = 0.80      # ইন্টারভেনশনসহ অটো-অ্যাকসেপ্ট করতে ইন্ডিকেটরের সর্বনিম্ন মান

def rolling_accuracy(outcomes, i, window):
    start = max(0, i - window + 1)
    recent = outcomes[start:i+1]
    return sum(recent) / len(recent)

def decide_before(outcomes):
    decisions = []
    for i in range(len(outcomes)):
        if i < WINDOW:
            decisions.append(False)
        else:
            decisions.append(all(outcomes[i-WINDOW:i]))
    return decisions

def decide_after(outcomes):
    decisions = []
    for i in range(len(outcomes)):
        if i < IND_WINDOW:
            decisions.append(False)
            continue
        indicator = rolling_accuracy(outcomes, i-1, IND_WINDOW)
        decisions.append(indicator >= THRESH)
    return decisions

def error_rate_when_trusting(phase_outcomes, decisions):
    trusted = [phase_outcomes[i] for i in range(len(phase_outcomes)) if decisions[i]]
    if not trusted:
        return 0.0, 0, 0
    wrong = sum(1 for ok in trusted if not ok)
    return wrong / len(trusted) * 100, wrong, len(trusted)

before = decide_before(outcomes)
after = decide_after(outcomes)

print("BEFORE (শুধু স্ট্রিক-হিউরিস্টিক, কোনো ইন্ডিকেটর নেই):")
e1, w1, t1 = error_rate_when_trusting(phase1, before[:30])
e2, w2, t2 = error_rate_when_trusting(phase2, before[30:])
print(f"  পর্যায় ১ (~৯০% প্রকৃত অ্যাকুরেসি): {t1}/30 বিশ্বাস করা হলো, ভুলের হার {e1:.1f}% ({w1}/{t1})")
print(f"  পর্যায় ২ (~৫৫% প্রকৃত অ্যাকুরেসি): {t2}/30 বিশ্বাস করা হলো, ভুলের হার {e2:.1f}% ({w2}/{t2})")
print()
print("AFTER (অ্যাকুরেসি-ট্রেন্ড ইন্ডিকেটর দেখানো হলো, ইন্ডিকেটর >= 0.80 হলেই অটো-অ্যাকসেপ্ট):")
e1b, w1b, t1b = error_rate_when_trusting(phase1, after[:30])
e2b, w2b, t2b = error_rate_when_trusting(phase2, after[30:])
print(f"  পর্যায় ১ (~৯০% প্রকৃত অ্যাকুরেসি): {t1b}/30 বিশ্বাস করা হলো, ভুলের হার {e1b:.1f}% ({w1b}/{t1b})")
print(f"  পর্যায় ২ (~৫৫% প্রকৃত অ্যাকুরেসি): {t2b}/30 বিশ্বাস করা হলো, ভুলের হার {e2b:.1f}% ({w2b}/{t2b})")