如何使用R中的rms包将验证和校准结果合并到模型中？

我有一个模型，我使用弗兰克·哈雷尔（Frank Harrell）在《回归建模策略》一书中讨论的回归建模策略构建了该模型（即预先指定、使用实用科学知识、掩盖因变量、数据缩减等）。我真的不能深入到模型动机的细节，但我可以说我使用了比我实际拥有的数据更多的自由度。我使用bootstrap计算了一个收缩估计值来说明这一点，但它表明我的模型不需要任何收缩。当我使用

plot（calibrate（model））

（在rms R软件包中）时，表观曲线几乎与理想曲线吻合，但偏差校正曲线有点偏离。当我使用

validate（model）

（同样是rms软件包）时，一些乐观情绪也不是我想要看到的。所以，我的问题是：验证和校准似乎告诉我，我的模型需要一些改进——特别是由于过度拟合。我如何使用这些结果来改进我的实际模型（即获得偏差校正的系数、协方差矩阵、预测等）

这是我看到的一个可复制的例子（尽管校准曲线更好）

set.seed（1）
需要（rms）
数据（“iris”）
iris$结果
    set.seed(1)
    require(rms)
    data("iris")
    iris$outcome <- rbinom(150, 1, .3)
    model <- lrm(outcome ~ Sepal.Length + Sepal.Width + Petal.Length, data = iris, x = TRUE, y = TRUE)
    plot(calibrate(model))
    validate(model)