Python 基于随机森林的sklearn标定分类器

Scikit有一个非常有用的分类器包装器，称为

CalibredClassifier

和

CalibredClassifierCV

，它试图确保分类器的

predict_proba

函数真正预测概率，而不仅仅是零到一之间的任意数字（尽管可能排名很好）

---

然而，当使用随机森林时，通常使用

oob_决策_函数

来确定训练数据的性能，但这在使用校准模型时不再可用。因此，校准应适用于新数据，但不适用于训练数据。我们如何评估训练数据的性能，以确定（例如）过度拟合？

显然没有解决方案，因此我向scikit learn发出了请求

问题在于，现成的预测是在学习过程中产生的。因此，在

校准分类RCV

中，每个子分类器都有自己的oob决策功能。然而，该决策函数是根据数据的倍数计算的。因此，有必要存储每个oob预测（为不在折叠中的样本保留nan值），然后使用校准转换转换所有预测，然后平均校准的oob预测以创建更新的oob预测

如前所述，我在创建了一个pull请求。不过，在将其合并到软件包中之前可能需要一段时间，因此，如果有人真的需要使用它，请随时使用我的scikit fork learn at