[發明專利]一種基于機器學習模型的企業風險評估方法

在審

• 申請號: 201910722029.3
• 申請日: 2019-08-06
• 公開（公告）號: CN110443304A
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 李振;鮑東岳;張剛;尹正
• 申請（專利權）人: 民生科技有限責任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00;G06Q10/06
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 巴曉艷

1.一種基于機器學習模型的企業風險評估方法，其特征在于，所述方法包括：

S1、將企業特征數據拆分為訓練集和驗證集，確定3個用于企業風險評估的模型算法；

S2、模型訓練：將訓練集進行5折交叉驗證，其中4份作為訓練子集，剩下1份作為測試子集；同時利用3個所述模型算法來訓練模型，每個模型算法對應確定5個模型，記錄各模型的最優參數；5份測試子集每個模型的預測概率值均形成一個新的字段；將所有新的字段以及原始部分字段放在一起，形成新的特征訓練數據；使用stacking模型通過5折交叉驗證再次學習，記錄stacking模型的最優參數；

S3、使用S2模型訓練的邏輯對S1中的驗證集進行預測，得到驗證集的最終預測概率值；

S4、模型評價。

2.如權利要求1所述的基于機器學習模型的企業風險評估方法，其特征在于，所述S4中，模型評價的評價指標為正確率、召回率、精確率和ks指標中的一種或幾種。

3.如權利要求1所述的基于機器學習模型的企業風險評估方法，其特征在于，3個所述模型算法分別為GBDT、Xgboost、Lightgbm。

4.如權利要求1所述的基于機器學習模型的企業風險評估方法，其特征在于，對步驟S1中的企業特征數據進行特征處理，具體步驟為：

1)去除缺失率超過80％的特征；

2)缺失數據為字符型的填充“空值”，缺失數據為數值型的用均值填充；

3)連續性變量做歸一化處理；

4)字符型數據做成one-hot處理。

5.如權利要求1所述的基于機器學習模型的企業風險評估方法，其特征在于，步驟S1中，訓練集和驗證集的比例為4:1。

6.如權利要求1所述的基于機器學習模型的企業風險評估方法，其特征在于，步驟S3中，使用S2模型訓練的邏輯對S1中的驗證集進行預測的步驟為：

對驗證集，使用某個所述模型算法對應的5個模型分別進行預測，得到5個預測概率值，取5個預測概率值的平均值作為該模型算法的新預測概率值；

3個模型算法得到3個新預測概率值；3個新預測概率值與原始部分字段放在一起，形成新的特征數據；

將新的特征數據使用所述stacking模型5折交叉得出最終的驗證集預測概率值。