有没有想过如何提高分类模型的可靠性？

在现实生活中，许多决策都依赖于分类模型。例如在医疗诊断中，一个模型可能用于预测一个肿瘤是良性还是恶性的。但是这些模型有时会给出不准确的概率估计。

考虑一个场景，医生使用一个模型来预测肿瘤性质。假设有以下模拟数据：

患者ID	年龄	肿瘤大小	细胞不规则性	预测结果（良/恶）
1	45	3.5	7	良
2	50	2.1	4	良
3	60	4.0	10	恶
4	35	1.2	2	良
5	40	3.0	5	良
…	…	…	…	…

问题在于这个模型可能给出的预测概率并不总是可靠的。这就是CalibratedClassifierCV派上用场的地方。