用CalibratedClassifierCV从sklearn.calibration中使用Keras/sklearn

Question

有可能在CalibratedClassifierCV和sklearn.calibration中使用Keras模型对象吗？或者，在sklearn/其他python包中是否有另一种方法可以实现performa同位素回归，而不必将其传递给模型对象。

我尝试过为Keras使用sklearn包装器，但它没有工作。下面是CalibratedClassifierCV类的文档。

Answer 1

你可以训练一个等张回归，在预测后，。让'file1'成为一个csv，包含您的预测、pred和数据子集上的真实观察事件obs。理想情况下，这个子集以前从未被使用过(甚至在Keras培训中也没有使用)。让file2包含要校准的预测(Keras对测试集的预测)。

    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 )