基于逐步最優(yōu)特征選擇的自動(dòng)化模型調(diào)優(yōu)算法

基本信息

申請(qǐng)?zhí)?/td> CN201910404903.9 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110223156A 公開(kāi)（公告）日 2019-09-10
申請(qǐng)公布號(hào) CN110223156A 申請(qǐng)公布日 2019-09-10
分類號(hào) G06Q40/02（2012.01）I; G06Q10/04（2012.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 段兆陽(yáng); 孫博; 楊森 申請(qǐng)（專利權(quán)）人 杭州排列科技有限公司
代理機(jī)構(gòu) 北京君泊知識(shí)產(chǎn)權(quán)代理有限公司 代理人 王程遠(yuǎn)
地址 311121 浙江省杭州市余杭區(qū)文一西路998號(hào)19幢502室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于逐步最優(yōu)特征選擇的自動(dòng)化模型調(diào)優(yōu)算法，該算法包括建立初版評(píng)分模型、設(shè)置限制條件、逐步最優(yōu)特征選擇算法、篩選得出最優(yōu)模型KS值、判斷模型KS差值變量組合是否達(dá)標(biāo)、將未達(dá)標(biāo)的KS差值變量組合重新篩選和建立最終評(píng)分卡模型七大步驟；該算法可以自動(dòng)產(chǎn)生最優(yōu)的評(píng)分卡模型，最大程度挖掘了特征變量對(duì)于目標(biāo)變量的預(yù)測(cè)能力，消除了建模人員主觀意識(shí)的干擾性，減少時(shí)間成本的浪費(fèi)，最終生成的評(píng)分卡模型兼顧了模型預(yù)測(cè)效果的有效性和模型應(yīng)用效果的穩(wěn)定性。將該算法嵌入到傳統(tǒng)評(píng)分卡模型的建立當(dāng)中，可以明顯提高金融行業(yè)傳統(tǒng)的信貸模型質(zhì)量，提高審批的正確率，拒絕更多的欺詐逾期申請(qǐng)。