美好的一天，我是数据科学的新手，所以我对此没有信心。为了提出这个问题，我将描述我的数据和方法。

数据

我不想分享具体的数据示例，因为我想尝试保持匿名。我有 2016 年到 2019 年之间事件的数据。每个事件都有大约 14 个特征（分类和数字）以及成功或失败的二进制标签。这些中的每一个都通过不同的转换器（规范化和单热编码）运行。

方法

我感兴趣的是知道事件成功的可能性有多大（不一定预测它们是否会成功）。

我尝试了训练/测试拆分，以找到最有效的算法。我对网格搜索中的数据进行了分层 k 折交叉验证，以调整超参数，并将logloss其用作我选择的度量。我在 Python 中实现这个，所以 Scikit-Learn 作为我的选择工具。我确定的算法是GradientBoostingClassifier.

问题

我现在感兴趣的是，当我审视 2020 年的事件时，我很好奇它们成功的可能性有多大。当我查看 2020 年的数据时，我拥有相同的 14 个特征（以相同的方式对其进行转换），并且我立即知道它们是成功还是失败。所以预测成功/失败并不有趣，也不是我想做的事。我可以使用我经过训练的模型轻松地在 2020 年的数据上生成概率，其中predict_proba包含sklearn.

问题

现在我的伙伴希望我将这个模型应用到 2016-2019 年的相同训练数据上。最初，这感觉像是一个很大的禁忌。你永远不会预测你自己的训练数据，因为它会有很大的偏差。但我不是在预测。这些感觉更像是一个传统的统计描述性问题，我在其中查看已知数据的性质并查看其行为方式。

再说一次，我对知道/预测某件事是否会成功或失败并不感兴趣（我们立即知道这一点）。我更感兴趣的是知道它是否成功（或失败）以及它这样做的可能性有多大。在这个问题中，有 5% 的机会成功与有 40% 的机会成功相比更有趣。

因此，根据标题，我的问题是，如果我的兴趣不是预测未来，而是评估成功与成功的可能性（并且仍然会产生有用的信息），您能否将经过训练的算法/模型应用于其自己的训练数据？