風(fēng)控模型入模變量最小熵分箱方法

基本信息

申請?zhí)?/td> CN202010296690.5 申請日 -
公開（公告）號 CN111507824A 公開（公告）日 2020-08-07
申請公布號 CN111507824A 申請公布日 2020-08-07
分類號 G06Q40/02;G06N3/12;G06K9/62 分類 -
發(fā)明人 劉星辰;陳曉峰;麻沁甜 申請（專利權(quán)）人 上海勃池信息技術(shù)有限公司
代理機構(gòu) 上海驍象知識產(chǎn)權(quán)代理有限公司 代理人 上海勃池信息技術(shù)有限公司
地址 201815 上海市嘉定區(qū)匯源路55號8幢5層517室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種風(fēng)控模型入模變量最小熵分箱方法，包括：獲取類別平衡的建模樣本集；針對建模樣本集，通過相關(guān)性和關(guān)聯(lián)性等分析篩選風(fēng)控模型的入模變量，并進行預(yù)處理；將入模變量中的連續(xù)變量分別預(yù)設(shè)一個分箱數(shù)，并針對各變量進行多次隨機分箱，獲得一組分箱方案；在初始的一組分箱方案基礎(chǔ)上以最小熵為優(yōu)化目標(biāo)，采用遺傳算法和模擬退火算法等啟發(fā)式搜索方法，多次迭代獲得全局最優(yōu)分箱方法;將分箱后的變量進行WOE轉(zhuǎn)換等處理后輸入風(fēng)控模型進行訓(xùn)練。采用本發(fā)明實施例提供的方案，在實現(xiàn)自動化分箱的同時保證分箱的合理性，有利于提升風(fēng)控模型的訓(xùn)練和預(yù)測精度。