У меня крайне несбалансированные данные (119 положительных, 48000 отрицательных).Я использовал пакет 'compute_sample_weight' и Gradian Boosting, чтобы классифицировать данные, и 'calib_curve', чтобы построить результаты.Я использовал 'CalibratedClassifierCV' (сигмоидальный и изотонический) в питоне, но ни один из них не помог (результат даже не близко к линии диаметра). Мне было интересно, как я могу найти фактический прогноз вероятности классификации после взвешивания образца?