加入VLM V 0.0.4, 2019 08 01

.gitignore

 tmp.py
 test.py
+.idea/
\ No newline at end of file

README.md

@@ -16,7 +16,7 @@
 
 # VLM
 
-- 待重写.
+- 重写完成, 代码流程改天写.
 
 # PSI & Lift Chart
 
@@ -49,9 +49,8 @@
   - 某个客群是否异常(AUC明显下降, PSI较大).
 - NOTE:
   - 当某月样本量很小, 或者没有样本时, 标记为NaN. 对应的PSI, AUC也为NaN.
-  - 当某月样本量比较小, 导致PSI, AUC计算异常(如某些分箱没有样本, 全为非逾期样本), 则标记为-999.
-  - 基准月的PSI为其与全样本第一个月之间的PSI, 反应该客群与整体的差别.
-  - 基准月的AUCR为其与全样本第一个月AUC之间的比率, 反应该客群与整体之间的差别.
+  - 当某月样本量比较小, 导致AUC计算异常(如某些分箱没有样本, 全为非逾期样本), 则标记为-999.
+  - 对于PSI的计算, 采用平滑处理, 根据PSI计算公式, 一旦某箱为0, 而基准月该分箱只要不为0, 就会导致计算异常, 因此计算PSI时为每箱的占比在原基础上增加0.001, 使计算更加稳定.
 
 ## 使用方法
 
@@ -60,7 +59,10 @@
 - 创建一个模型监控对象(这样我们就有对象了^v^).
 
   ```python
-  mm = ModelMonitor(excel_path='./model_score.xlsx', sheet_name='mongo_model', save_path='./image/', passdue_day=15, num_month=4, min_user_group=500, max_psi=0.1, min_aucr=0.8, if_load=False, if_save=True)
+  # 创建对象.
+  mm = ModelMonitor(excel_path='./model_score.xlsx', sheet_name='mongo_model', save_path='./image/', passdue_day=15, num_month=4, min_user_group=1000, max_psi=0.1, min_aucr=0.9, if_read=True, if_save=True)
+  # 执行run方法.
+  mm.run()
   ```
 
   - excel_path: Excel文件路径.
@@ -85,19 +87,14 @@
 
   - min_aucr: 最小AUCR, 小于则视为该客群异常.
 
-  - if_load: 是否从本地加载数据.
+  - if_read: 是否从数据库读取数据.
 
-    默认为False, 即从数据库抽取数据.
+    默认为False, 即从本地获取数据.
 
   - if_save: 是否将数据库抽取的数据保存到本地.
 
-- 执行run函数.
 
-  ```python
-  mm.run()
-  ```
-
-- 输出:
+## 输出
 
 - 图片保存在./image中.
   - PSI: ./image/PSI
@@ -109,9 +106,7 @@
 # TODO
 
 - 添加对存在MySQL中模型分计算PSI, AUC的代码.
-- 完成对VLM的重写.
-- 部分(量信分, app模型)模型分报错, 进一步与模型维护者交流, 看是否字段名或者其它地方有问题.
-- 对于某些客群在10个分箱中, 部分分箱数量为0导致计算异常的进行细致的处理.
+- 增加模型重要特征的VLM.
 
 # 版本信息
 
@@ -138,6 +133,13 @@
 
   - 增加数据读写模式的功能, 主要方便debug.
   
+- V 0.0.4
+
+  - 删除基准月AUCR, PSI的计算.
+  - 重写VLM.
+  - 增加过滤空跑数据的功能.
+  - 增强代码鲁棒性.
+
 # 贡献
 
 - 王家华 (jiahua.wang@quantgroup.cn)