问题描述
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。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)