如何解决如何为回归创建条件不对称目标函数?
我正在尝试将条件不对称损失函数与回归模型一起使用,并且遇到了问题。我想对错误的结果进行惩罚,但方向会根据变量的符号而变化。
import numpy as np
def CustomLoss(predict,true):
ix = np.logical_and((predict*true)>0,np.abs(true)>=np.abs(predict))
n = ((predict - true)**2)*2
y = (predict-true)**2
out = np.where(ix,y,n)
return out
# CustomLoss(1,3) = 4
# CustomLoss(1,-1) = 8 ## Bigger loss for wrong way result
# CustomLoss(-2,-4) = 4
# CustomLoss(-2,0) = 8 ## Bigger loss for wrong way result
我尝试使用scipy优化,它会收敛某些数据,但不会收敛其他数据。该函数仍然是凸的,因此我认为这应该始终收敛。
我通常使用CVXPY,但无法弄清楚如何实现成本函数的条件部分。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。