我正在尝试建立一个模型来预测学生被俄罗斯教育系统录取的概率。每个学校科目都有考试。学生可以带几个。根据考试结果，学生可以被某些学院录取（例如，化学、计算机科学、经济学、政治学）。

我使用 scikit-learn 来构建模型。我尝试了朴素贝叶斯、随机森林和其他分类估计器，但没有太大区别。我使用方法predict_proba来获取概率，并将每次考试的分数作为特征和教师作为目标的数据集（教师被视为班级）

主要问题是，当增加更多参加的考试时，教师的概率会降低，而应该增加或不改变。

我的猜测是，该模型给出了具有这样分数的学生中最受欢迎的院系，而不是录取概率。我可以做些什么来改进模型吗？