如何为回归创建条件不对称目标函数？

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@）