Tensorflow 2.0 -我可以从一个使用tf.keras的增强树模型中获得类概率吗?

我有一个非常严重的类不平衡数据集。当我尝试一些不同的方法来减少阶级不平衡时，我听说树模型有时更适合阶级不平衡非常高的分类。然而，我需要我的模型来输出类概率——在这个数据集中只有两个类，所以0或1。这种情况下通常使用逻辑回归，但在这种情况下，我想尝试一种基于树的方法。 我知道我可以使用tf在Tensorflow 2.0中使用增强树模型。Estimators api，但得到逻辑回归块我想象使用像tf。keras层。所以理论上，我想要。下面的代码本质上是伪代码，因为我不相信Keras模型不能使用tf。估计量，但这是我想做的。

import tensorflow as tf
from tensorflow import keras

model = keras.Sequential([
      tf.estimator.BoostedTreesClassifier(feature_columns, **params), # <-- HOW TO DO THIS?
      keras.layers.Dense(1, activation='sigmoid',
                         bias_initializer=output_bias),
  ])

有人知道怎么在Tensorflow中做这样的事情吗? 问题来源StackOverflow 地址：/questions/59383557/tensorflow-2-0-can-i-obtain-class-probabilities-from-a-boosted-tree-model-usin