версия catboost: 0.16
При попытке откалибровать оценки вероятности класса с помощью scikit-learn's CalibratedClassifierCV все, что я получаю, это 1 для отрицательной цели и 0 для положительной цели в задаче бинарной классификации. Если я использую CatBoostClassifier самостоятельно, я получаю нормально выглядящие вероятности. Это приводит меня к мысли, что этот классификатор не совместим с техникой калибровки. Есть ли способ решить эту проблему? Воспроизвести:
from catboost import CatBoostClassifier
from sklearn.calibration import CalibratedClassifierCV
from sklearn.datasets import make_classification
X, y = make_classification(100, 10)
cat = CatBoostClassifier(verbose=0)
calib = CalibratedClassifierCV(base_estimator=cat, method='sigmoid', cv=2)
cat.fit(X, y)
calib.fit(X, y)
print(cat.predict_proba(X))
print(calib.predict_proba(X))