Невозможно сохранить выходные данные пользовательской функции в кадре данных в Python - PullRequest
Новая
       10

Невозможно сохранить выходные данные пользовательской функции в кадре данных в Python

0 голосов
/ 25 марта 2020

Я написал функцию для вычисления значений KS для различных итераций регрессионной модели логистики c. Когда я запускаю код, значение KS выводится на экран, но оно не сохраняется в таблице.

Пользовательская функция KS 

def ks_value(bad_flag=None, predicted_prob=None):
    ## Data Prep
    ksdf = pd.DataFrame([])
    ksdf['bad_flag'] = bad_flag
    ksdf['probability'] = predicted_prob
    ksdf = ksdf.reset_index()
    ksdf.drop(columns=['index'],inplace=True)
    ksdf['decile'] = pd.qcut(ksdf['probability'],10,labels=['1','2','3','4','5','6','7','8','9','10'])
    ksdf['good_flag'] = 1-ksdf['bad_flag']
    ksdf.head()

    ## Pivot
    ksdf1 = pd.pivot_table(data=ksdf,index=['decile'],values=['bad_flag','good_flag','probability'],
                         aggfunc={'bad_flag':[np.sum],
                                  'good_flag':[np.sum],
                                  'probability' : [np.min,np.max]})

    ## Add Columns
    ksdf1['total_counts'] = ksdf1['bad_flag']+ksdf1['good_flag']
    ksdf1 = ksdf1.reset_index()
    ksdf1.columns = ['Decile','Defaulter_Count','Non-Defaulter_Count','max_score','min_score','Total_Count']
    ksdf1 = ksdf1.sort_values(by='min_score',ascending=False)

    ksdf1['Default_Rate'] = (ksdf1['Defaulter_Count'] / ksdf1['Total_Count']).apply('{0:.2%}'.format)
    default_sum = ksdf1['Defaulter_Count'].sum()
    non_default_sum = ksdf1['Non-Defaulter_Count'].sum()
    ksdf1['Default %'] = (ksdf1['Defaulter_Count']/default_sum).apply('{0:.2%}'.format)
    ksdf1['Non_Default %'] = (ksdf1['Non-Defaulter_Count']/non_default_sum).apply('{0:.2%}'.format)

 ## Compute KS
    ksdf1['ks_stats'] = np.round(((ksdf1['Defaulter_Count'] / ksdf1['Defaulter_Count'].sum()).cumsum() -(ksdf1['Non-Defaulter_Count'] / ksdf1['Non-Defaulter_Count'].sum()).cumsum()), 4) * 100
    return(ksdf1['ks_stats'].max())

Код для итерации в Logisti c Регрессия 

# Iterating to find the Optimal value of C for model overfitting - Checks on Test Data

C_param_range = [0.001,0.01,0.1,1,10,100]

table1 = pd.DataFrame(columns = ['C_parameter','Test Accuracy','Train Accuracy','Test KS','Train KS'])
table1['C_parameter'] = C_param_range

j = 0
for i in C_param_range:

    # Apply logistic regression model to training data
    lr = LogisticRegression(penalty = 'l2', C = i,random_state = 0,max_iter = 1000)
    lr.fit(X_train,y_train)

    # Predict class (0,1) using model
    y_pred = lr.predict(X_test)
    y_pred2 = lr.predict(X_train)
    y_prob = lr.predict_proba(X_test)[:,1]
    y_prob2 = lr.predict_proba(X_train)[:,1]

    # KS Value
    table1.iloc[j,3] = ks_value(bad_flag=y_test, predicted_prob=y_prob)
    table1.iloc[j,4] = ks_value(bad_flag=y_train, predicted_prob=y_prob2)

    # Saving accuracy score in table
    table1.iloc[j,1] = accuracy_score(y_test,y_pred)
    table1.iloc[j,2] = accuracy_score(y_train,y_pred2)
    j += 1

Вывод выглядит примерно так: KS - 35,49, KS - 34,25 

C_parameter TestAccuracy    TrainAccuracy   TestKS  TrainKS
      0.001 0.919911         0.919056        NaN     NaN
.
...