hsz1273327 / scorecardmodel Goto Github PK

新增svm模型用于预测

重构项目的结构,

• 不再使用继承,各个模块相互独立,

• 将检测的部分完全剥离,使用函数来实现而不再是通过继承

• 将预处理和核心完全剥离,核心要求输入的就是分好箱预处理完成的干净数据

将这个算法改改放进评分卡模型中
https://statcompute.wordpress.com/2012/12/08/monotonic-binning-with-python/

File "E:\pwork\ScoreCardModel-master\ScoreCardModel\models\logistic_regression_model.py", line 107, in _predict_proba
return self._model.predict_proba(x)
avg / total 1.00 1.00 1.00 45
File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py", line 1336, in predict_proba

return super(LogisticRegression, self)._predict_proba_lr(X)

File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\base.py", line 338, in _predict_proba_lr
prob = self.decision_function(X)
File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\base.py", line 300, in decision_function
X = check_array(X, accept_sparse='csr')
File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 441, in check_array
"if it contains a single sample.".format(array))
ValueError: Expected 2D array, got 1D array instead:
array=[ -0.78015856 0.89794159 20. 2.65926004].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

新增神经网络模型预测,可以设置训练次数,以挑出最优的模型

计算模型的ks

实现一个smbining分箱算法,暂时不考虑性能

新增评分卡模型的子类,有如下特性:

• 可以用于绘制ks曲线
• 可以通过得分获取其在训练数据总体上的百分位数,并打印以此为阈值时的预测效果.
• 可以通过得分获取其在某一个数据集上的百分位数.
• 可以通过在训练数据总体上的百分位数获取其对应的得分.并答应以此为阈值时的预测效果.