我想要做的是推导出一个分类器，它的参数相对于给定的指标（例如召回分数）是最佳的，但也经过校准（从这个意义上说，predict_proba 方法的输出可以直接解释为置信度）级别，请参阅https://scikit-learn.org/stable/modules/calibration.html）。将 sklearn GridSearchCV 与 CalibratedClassifierCV 一起使用是否有意义，即通过 GridSearchCV 拟合分类器，然后将 GridSearchCV 输出传递给 CalibratedClassifierCV 对象？如果我是正确的，CalibratedClassifierCV 对象将适合给定的估计器 cv 次，然后对每个折叠的概率进行平均以进行预测。但是，对于每个折叠，GridSearchCV 的结果可能不同。
ktrain 是深度学习库 TensorFlow Keras（和其他库）的轻量级包装器，可帮助构建、训练和部署神经网络和其他机器学习模型。我可以使用 ktrain 库从检查点恢复训练吗？