基于局部加權(quán)分位數(shù)回歸修正信用評分卡特征偏移的方法
基本信息
申請?zhí)?/td> | CN201910975294.2 | 申請日 | - |
公開(公告)號(hào) | CN110728572A | 公開(公告)日 | 2020-01-24 |
申請公布號(hào) | CN110728572A | 申請公布日 | 2020-01-24 |
分類號(hào) | G06Q40/02;G06Q10/04;G06F17/18 | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 馬林;吳丹 | 申請(專利權(quán))人 | 深圳市小贏信息技術(shù)有限責(zé)任公司 |
代理機(jī)構(gòu) | 上海精晟知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 深圳市小贏信息技術(shù)有限責(zé)任公司 |
地址 | 518000 廣東省深圳市前海港合作區(qū)前灣一路1號(hào)A棟201室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明的目的在于提供一種基于局部加權(quán)分位數(shù)回歸修正信用評分卡特征偏移的方法,包括五個(gè)步驟。步驟1:收集信用評分卡風(fēng)險(xiǎn)特征變量隨時(shí)間周期變化的樣本數(shù)據(jù),數(shù)據(jù)按照時(shí)間單位進(jìn)行數(shù)據(jù)清洗和統(tǒng)計(jì)處理;步驟2:按照時(shí)間單位對特征變量進(jìn)行加權(quán),構(gòu)造分位數(shù)回歸模型;步驟3:利用梯度下降法優(yōu)化該分位數(shù)回歸參數(shù)并確定回歸模型;步驟4:根據(jù)計(jì)算到的分位數(shù)模型參數(shù),預(yù)測該變量后續(xù)隨時(shí)間的偏移分位值;步驟5:根據(jù)預(yù)測的偏移分位值,映射到申請樣本集,得到特征實(shí)際預(yù)測值。本方法在局部使用線性方法對非線性函數(shù)進(jìn)行近似逼近,對隨時(shí)間周期的非線性變化進(jìn)行線性逼近,簡化了模型的復(fù)雜性,使得工程實(shí)施更容易執(zhí)行。 |
