如何汇总在交叉验证中创建的校准曲线？

Question

研究Scikit的CalibratedClassifierCV时，我注意到该对象需要在内存中keep multiple calibrated classifiers才能实时平均结果。

我知道这些分类器均已在部分数据集中进行过训练，以确保在分离的训练集上进行校准，这绝对是一个好主意。

保留3个分类器并放入袋中的不利之处在于，它降低了模型的可解释性，并增加了复杂性（可能还会增加计算时间）。

问题：校准曲线拟合后（无论是等渗曲线还是S型曲线），为什么原始分类器不能拟合到整个训练集上，并且校准曲线取平均值，有什么原因吗？