全部，

我正在训练光梯度提升，并使用了所有必要的参数来帮助过度拟合。我绘制了模型的预测概率（即概率患有癌症）分布（在使用校准分类器校准之后），即它们的直方图或 kde . 正如你从下面看到的那样，我的第 1 课的概率集中在上端和下端。

我也尝试过使用bandwith来平滑它，它不会过多地平滑颠簸。你认为这显示了我的模型什么？第 1 类（患有癌症）的模型为该类分配了更大的概率，这不是一件好事吗？

我不确定如何解释这个或我可能会出错的地方

红色曲线是阳性类（患有癌症），蓝色曲线是没有。下面是用于生成的图。

results = df[['label','predicted_prob']]

colors = ['b', 'r']



for label in [0, 1]:
    results[results['label'] == label]['predicted_prob'].plot.kde(bw_method=0.35,color=colors[label])
plt.xlim(0,1)