建模中要使用自定义的评判标准,所以在scoring参数中要使用自定义的评判方法,在网上研究了很久也没有很好的教程,就把自己最近实现的方法记录下来。第一次写。。。
首先,自定义的模型分数计算方法,曲线积分方法还没有改好,先用循环计算的面积
这里输入的y_predict为概率值
def AR( y_true, y_predict):
def KS(y_true, y_predict):
'计算模型的ks值,返回float结果'
y_predict = y_predict[:,1]
y_predict.reshape(y_predict.shape[0],1)
datain = pd.DataFrame({'flag':y_true, 'scores':y_predict})
if direction == 1: df = pd.DataFrame(datain).sort_values(by='scores').loc[:, ['scores', 'flag']] elif direction == -1: df = pd.DataFrame(datain).sort_values(by='scores', ascending=False).loc[:, ['scores', 'flag']] df = df.dropna() tot = y_tru