我正在使用RandomForest和XGBoost进行二元分类，我的任务是预测每个类的概率。由于基于树的模型在输出可用概率方面不好，我导入了sklearn.calibration CalibratedClassifierCV40k 训练的 RF，然后用单独的 10k 样本（带有cv="prefit"选项）训练 CCV，我的指标（ROC 下的面积）显示性能大幅下降。概率校准改变基本估计器的行为是否正常？

编辑：由于我正在最小化我的 XGBClassifier 上的 logloss，因此与 RF 的输出相比，输出概率并没有那么糟糕。