将Keras / sklearn与来自sklearn.calibration的CalibratedClassifierCV一起使用

Question

是否可以将sklearn.calibration中的CalirasatedClassifierCV与Keras模型对象一起使用？还是有另一种方法可以在sklearn /其他python包中执行等渗回归，而不必将其传递给模型对象。

我尝试为Keras使用sklearn包装器，但是没有用。 这是CalibratedClassifierCV类的文档。

Answer 1

您可以在预测后事后训练等渗回归。让'file1'是一个 csv，其中包含您对数据子集的预测pred和实际观察到的事件。obs理想情况下，这个子集以前从未使用过（甚至在 Keras 训练中也没有使用过）。让file2包含您想要校准的预测（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 )