Я обучил двоичный классификатор, используя оценки Tensorflow, и прогнал прогнозы через набор валидации. После создания диаграммы надежности я заметил, что прогнозируемые результаты не соответствуют истинному вероятностному пространству: 
После чтения литературы в дикой природе это выглядит как изотоническая c регрессия решена с помощью алгоритма пул смежных нарушителей довольно распространен в качестве этапа последующей обработки для получения калиброванных значений. Однако после поиска в Интернете я не мог понять, как выполнить регрессию isotoni c для вывода нового оценщика, который выводит калиброванные значения. Как обучить регрессионную модель изотони c в Tensorflow?