[發(fā)明專利]一種基于極限學(xué)習(xí)機(jī)的個人信用風(fēng)險評估方法

在審

• 申請?zhí)枺?/td>: 201710219801.0
• 申請日: 2017-04-06
• 公開（公告）號: CN107025598A
• 公開（公告）日: 2017-08-08
• 發(fā)明（設(shè)計）人: 丁世飛;王會元;王小玉
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué)
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于極限學(xué)習(xí)機(jī)的個人信用風(fēng)險評估方法，其特征是，它的步驟為：

步驟1，制作訓(xùn)練集并將數(shù)據(jù)進(jìn)行預(yù)處理：根據(jù)可能出現(xiàn)的各種違約情況，不同的違約原因，盡可能全面的詳細(xì)分析，制作有關(guān)個人信用數(shù)據(jù)的訓(xùn)練集和標(biāo)簽集，訓(xùn)練集為經(jīng)過預(yù)處理之后的數(shù)據(jù)樣本集合，首先將原始數(shù)據(jù)進(jìn)行歸一化預(yù)處理為0-1之間的數(shù)據(jù)；

步驟2，構(gòu)造極限學(xué)習(xí)機(jī)：極限學(xué)習(xí)機(jī)包括：輸入層、一個隱層、一個輸出層，其中：輸入層的數(shù)據(jù)是預(yù)處理之后的樣本數(shù)據(jù)集，假設(shè)樣本數(shù)據(jù)集有m個屬性，n條數(shù)據(jù)，那么它就是一個m*1階矩陣，輸入層就擁有m個節(jié)點，中間的隱層有L個節(jié)點，需要人為設(shè)置，輸出層就是分類之后的結(jié)果，假設(shè)分為T類，那么就有T個輸出節(jié)點，即就得到一個T*L矩陣輸出；

步驟3，訓(xùn)練極限學(xué)習(xí)機(jī)，極限學(xué)習(xí)機(jī)的基本參數(shù)和規(guī)格設(shè)置完成后，每次選取固定個數(shù)的樣本輸入到極限學(xué)習(xí)機(jī)中，隨機(jī)初始化權(quán)重和偏置，具體過程如下：

步驟3.1：對極限學(xué)習(xí)機(jī)進(jìn)行初始化，對輸入權(quán)值和偏置進(jìn)行隨機(jī)初始化；

步驟3.2：將訓(xùn)練樣本和標(biāo)簽集導(dǎo)入初始化之后的極限學(xué)習(xí)機(jī)進(jìn)行訓(xùn)練，經(jīng)過計算，最終得到實際輸出。

步驟3.3：將實際輸出與標(biāo)簽進(jìn)行對比分析，得到結(jié)果。

步驟3.4，個人信用數(shù)據(jù)分類，提取某個人的個人信用數(shù)據(jù)信息，進(jìn)行歸一化處理之后，將其輸入到訓(xùn)練好的極限學(xué)習(xí)機(jī)中，最終得到識別結(jié)果。

2.如權(quán)利要求1中所述的基于極限學(xué)習(xí)機(jī)的個人信用風(fēng)險評估方法，其特征是，所屬步驟1中，所述預(yù)處理是利用數(shù)據(jù)變換技術(shù)中的數(shù)據(jù)規(guī)范化對樣本數(shù)據(jù)集進(jìn)行處理。

3.如權(quán)利要求1中所述的基于極限學(xué)習(xí)機(jī)的個人信用風(fēng)險評估方法，其特征是，所屬步驟2中，極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型包括3層，分別是輸入層、隱含層以及輸出層。

其中輸入層的節(jié)點個數(shù)是由數(shù)據(jù)集的樣本屬性所確定的，中間隱含層的節(jié)點個數(shù)需要多次訓(xùn)練來確定，輸出層是由目標(biāo)分類數(shù)目確定。在初始化權(quán)重和偏置以及確定隱含層參數(shù)之后之后，就可以利用訓(xùn)練集訓(xùn)練了。

4.如權(quán)利要求1中所述的基于極限學(xué)習(xí)機(jī)的個人信用風(fēng)險評估方法，其特征是，所屬步驟3中，整個訓(xùn)練過程包含了三個階段，第一階段是對極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)進(jìn)行初始化，第二階段是講訓(xùn)練樣本和標(biāo)簽集對極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，第三階段是利用訓(xùn)練好的極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型對測試集中的樣本數(shù)據(jù)進(jìn)行分類，得到結(jié)果并對比分析。

5.如權(quán)利要求4中所述的基于極限學(xué)習(xí)機(jī)的個人信用風(fēng)險評估方法，其特征是，在第一個階段中將樣本數(shù)據(jù)集中的屬性值以及標(biāo)簽分類數(shù)目進(jìn)行提取，輸入到極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型中對其進(jìn)行心理；一旦極限學(xué)習(xí)機(jī)模型訓(xùn)練完成之后，再對測試集樣本進(jìn)行識別，即利用已提取的測試集的特征，輸入到訓(xùn)練好的極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型進(jìn)行分類，從而得到測試精度。