python中的GLMResultsWrapper

1. 需求

在做项目时，源代码可能无法满足我们的业务需求，因此我们需要改变已有包中的某些函数，然后用自己的函数去覆盖它，从而得到符合项目需求的结果.

在逻辑回归的风险模型中，主要用到的是GLMResultsWrapper进行覆盖。其中wrapper：包装器，从名字上可以理解为GLM结果的包装器，也就是GLM中的那些需要输出结果的函数。

在包的方法解析顺序(Method resolution order)中，GLMResultsWrapper排在第一位，也就是说包会首先解析GLMResultsWrapper中的即我们自己覆盖的函数。

2.用法

• 先定义自己的函数，但是函数的功能要与GLM模型中的某个函数功能相对应

  ！！！注意在函数定义中加入self，表示纳入GLM这个类里面，便于覆盖（应与被覆盖的定义函数的写法相同）

• 进行覆盖

def auc(self,data,y_col):
    '''
    通过输入数据集和列名输出auc值
    '''
    p=self.predict(data)
    fpr,tpr,_=metrics.roc_curve(data[y_col],p,drop_intermediate=False,pos_label=1)
    return metrics.auc(fpr,tpr)
#覆盖
GLMResultsWrapper.auc=auc