calibratedclassifiercv 默认 cv="prefit" 时不校准，需显式指定 cv（如 cv=3）并选用不自带概率的基分类器（如 svc(probability=false)）才能生效；多分类必须用 method="isotonic"，且输出概率需手动归一化。
CalibratedClassifierCV 为什么不能直接用 predict_proba？
很多用户一上来就调 CalibratedClassifierCV 的 predict_proba，结果发现输出概率和原始分类器几乎一样，甚至更差。根本原因是：它默认使用 cv="prefit" 模式时，要求你提前把基分类器在训练集上 fit 好——但此时它不会重新训练，也不会校准，只做“包装”，predict_proba 实际调用的还是原模型的未校准方法。
- 必须显式指定
cv参数（如cv=3或cv=StratifiedKFold(n_splits=3)），才能触发真正的交叉验证+校准流程 - 基分类器不能是自带概率估计的模型（如
RandomForestClassifier），否则CalibratedClassifierCV可能跳过校准——它主要针对像SVC、LinearSVC、SGDClassifier这类本身不输出可靠概率的模型 - 如果基分类器已调用过
fit()，又传入cv="prefit"，它会直接报ValueError: classifier has not been fitted yet或静默返回原始概率
怎么选 base_estimator 和 cv 才不出错？
选错基分类器或交叉验证方式，会导致 fit() 失败或校准失效。常见组合只有几个真正稳定：
-
base_estimator=SVC(probability=False)+cv=3是最典型用法；注意SVC必须关掉probability=True，否则内部会自己拟合 Platt 缩放，和CalibratedClassifierCV冲突 -
base_estimator=SGDClassifier(loss="log_loss", learning_rate="constant")要确保 loss 是"log_loss"（对应逻辑回归），而不是"hinge"；否则predict_proba不可用，CalibratedClassifierCV会报AttributeError: 'SGDClassifier' object has no attribute 'predict_proba' -
cv推荐用StratifiedKFold(n_splits=3, shuffle=True, random_state=42)，避免因类别不平衡导致某折缺少数类样本而报ValueError: Found array with 0 sample(s)
校准后概率真的更准吗？怎么验证？
校准不是万能的，它只改善概率的可靠性（即“预测为 0.7 的样本，实际正例占比是否接近 70%”），不提升准确率。验证必须用 calibration_curve 或 Brier score，不能只看 accuracy：
- 用
sklearn.calibration.calibration_curve画 reliability diagram：x 轴是平均预测概率，y 轴是实际正例频率；理想是一条对角线，偏离越远说明校准越差 -
Brier score越低越好（范围 0–1），计算前要确保y_true是二值，y_prob是 shape=(n_samples, 2) 的二维数组，取第二列（正类概率） - 注意：校准可能让 AUC 下降——因为它是牺牲判别能力来换概率可信度，尤其在小数据集上容易过校准
多分类场景下 predict_proba 返回什么？
很多人以为 CalibratedClassifierCV 对多分类只是对每个类单独校准，其实不是。它默认采用 method="sigmoid"（Platt scaling）仅支持二分类；多分类必须用 method="isotonic"，且底层会为每对类别（OneVsRest）分别拟合校准器：
-
method="isotonic"对噪声敏感，训练样本少于 100 时容易出 nan 概率；建议加cv=3避免单折拟合失败 - 返回的
predict_proba是 shape=(n_samples, n_classes) 的数组，但各行之和不一定严格为 1——这是 isotonic 校准的固有缺陷，需手动归一化（proba / proba.sum(axis=1, keepdims=True)） - 若用
method="sigmoid"处理多分类，会抛出ValueError: The sigmoid method only supports binary classification，这个错误信息很明确，但容易被忽略
校准的本质是修正模型输出的“信心”，不是增强“能力”。最容易被忽略的是：它对训练分布外的数据（比如测试集分布偏移）几乎没有鲁棒性，校准曲线在新数据上可能完全失效。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
