最后,我们将研究它在python中的实现及其主要应用程序。...cal.fit(trainX,trainy)
preds2=cal.predict_proba(testX)[:,1]
Finding the calibration curves:
查找校准曲线:
fop1..., mpp1= calibration_curve(testy, preds1, n_bins=10, normalize=True)
fop2, mpp2= calibration_curve(testy..., preds2, n_bins=10)
绘制曲线:
plt.figure(figsize=(12,8))
plt.plot(mpp1,fop1,marker='.')
plt.plot(mpp2,fop2...我们还看到了如何在python中使用它以及在哪里应用它。最后,我们知道了等渗回归在拟合单调函数方面比线性回归更有灵活性是有代价的,就是更多的数据。