使用 Keras/sklearn 和 sklearn.calibration 的 CalibratedClassifie

Question

是否可以将 Keras 模型对象与 sklearn.calibration 的 CalibratedClassifierCV 一起使用？ 或者有没有另一种方法可以在 sklearn/其他 python 包中执行等渗回归，而不必向其传递模型对象。

我尝试使用 Keras 的 sklearn 包装器，但它不起作用。 这是 CallibratedClassifierCV 类的文档。

Answer 1

您可以在预测后训练后验等渗回归。让我们'file1'是一个 csv，其中包含您的预测pred和obs数据子集上的真实观察到的事件。理想情况下，这个子集以前从未使用过（甚至在 Keras 训练中也没有）。让file2包含要校准的预测（测试集的 Keras 预测）。

    import pandas as pd
    from sklearn.isotonic import IsotonicRegression
    never_seen=pd.read_csv('file1') 
    uncalibrated=pd.read_csv('file2')   
    
    ir = IsotonicRegression( out_of_bounds = 'clip' )   
    ir.fit( never_seen.pred,never_seen.obs )
    p_calibrated = ir.transform( uncalibrated.pred )