我使用 LightGBM 制作了一个二元分类模型。数据集相当不平衡，但我对它的输出很满意，但不确定如何正确校准输出概率。模型的基线得分sklearn.dummy.DummyClassifier为：

dummy = DummyClassifier(random_state=54)

dummy.fit(x_train, y_train)

dummy_pred = dummy.predict(x_test)

dummy_prob = dummy.predict_proba(x_test)
dummy_prob = dummy_prob[:,1]

print(classification_report(y_test, dummy_pred))

              precision    recall  f1-score   support

           0       0.98      0.98      0.98    132274
           1       0.02      0.02      0.02      2686

   micro avg       0.96      0.96      0.96    134960
   macro avg       0.50      0.50      0.50    134960
weighted avg       0.96      0.96      0.96    134960

模型的输出如下，结果没问题：

print(classification_report(y_test, y_pred))

              precision    recall  f1-score   support

           0       1.00      0.95      0.97    132274
           1       0.27      0.96      0.42      2686

   micro avg       0.95      0.95      0.95    134960
   macro avg       0.63      0.95      0.70    134960
weighted avg       0.98      0.95      0.96    134960

我想使用输出概率，所以我想我应该看看模型的校准情况，因为基于树的模型通常不能很好地校准。我曾经sklearn.calibration.calibration_curve绘制曲线：

import matplotlib.pyplot as plt
from sklearn.calibration import calibration_curve

gb_y, gb_x = calibration_curve(y_test, rf_probs, n_bins=10)

plt.plot([0, 1], [0, 1], linestyle='--')
# plot model reliability
plt.plot(gb_x, gb_y, marker='.')
plt.show()

我尝试对数据进行 Platt 缩放，即将逻辑拟合到验证集输出概率并将其应用于测试数据。虽然它经过了更多校准，但概率被限制在大约 0.4 的最大值。我希望输出有一个很好的范围，即概率低和高的人。

有人知道我会怎么做吗？