[發明專利]建模數據評價指標的處理方法、裝置、終端設備及介質

在審

• 申請號: 201911057341.1
• 申請日: 2019-10-31
• 公開（公告）號: CN110796381A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 陳瑞欽;黃啟軍;李詩琦;唐興興;林冰垠
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N20/00
• 代理公司: 44287 深圳市世紀恒程知識產權代理事務所
• 代理人: 王韜

1.一種建模數據評價指標的處理方法，其特征在于，所述建模數據評價指標的處理方法，包括：

將建模數據拆分為正樣本數據集和負樣本數據集；

基于預設區間劃分，并行計算所述正樣本數據集中各特征的第一分位點信息和所述負樣本數據集中各所述特征的第二分位點信息；

根據所述第一分位點信息和所述第二分位點信息，得到各所述特征的正樣本累積分布數和負樣本累積分布數；

基于所述正樣本累積分布數、所述負樣本累積分布數和所述建模數據的正樣本總數、負樣本總數，確定所述建模數據的評價指標。

2.如權利要求1所述的建模數據評價指標的處理方法，其特征在于，所述基于預設區間劃分的步驟，包括：

獲取預設分段數目，并按照所述分段數目對所述正樣本數據集以及所述負樣本數據集中各所述特征的特征數據進行拆分；

所述并行計算所述正樣本數據集中各特征的第一分位點信息和所述負樣本數據集中各所述特征的第二分位點信息的步驟，包括：

統計拆分各所述特征數據后，所述正樣本數據集中各所述特征的第一分位點作為第一分位點信息；

統計拆分各所述特征數據后，所述負樣本數據集中各所述特征的第二分位點作為第二分位點信息。

3.如權利要求2所述的建模數據評價指標的處理方法，其特征在于，在所述按照所述分段數目對所述正樣本數據集以及所述負樣本數據集中各所述特征的特征數據進行拆分的步驟之后，還包括：

將拆分得到的各分段特征數據的端點數值作為所述第一分位點或者第二分位點。

4.如權利要求2所述的建模數據評價指標的處理方法，其特征在于，所述根據所述第一分位點信息和所述第二分位點信息，得到各所述特征的正樣本累積分布數和負樣本累積分布數的步驟，包括：

合并所述第一分位點信息和所述第二分位點信息，以形成各所述特征的混合分位點信息；

按照所述混合分位點信息，提取各所述特征在所述分位點各區間內的正樣本數據作為所述正樣本累積分布數；

按照所述混合分位點信息，提取各所述特征在所述分位點各區間內的負樣本數據作為所述負樣本累積分布數。

5.如權利要求1所述的建模數據評價指標的處理方法，其特征在于，所述將建模數據拆分為正樣本數據集和負樣本數據集的步驟，包括：

檢測模型構建需求攜帶的數據標簽；

將所述數據標簽在所述建模數據中對應的目標建模數據確定為所述正樣本數據集；

將所述建模數據中拆分所述正樣本數據集后剩余的所述建模數據確定為所述負樣本數據。

6.如權利要求1所述的建模數據評價指標的處理方法，其特征在于，所述基于所述正樣本累積分布數、所述負樣本累積分布數和所述建模數據的正樣本總數、負樣本總數，確定所述建模數據的評價指標的步驟，包括：

調用特征數據評價指標的計算公式；

將所述正樣本累積分布數、所述負樣本累積分布數和所述建模數據的正樣本總數、負樣本總數，代入所述計算公式中以計算確定所述建模數據的評價指標。

7.如權利要求1至6任一項所述的建模數據評價指標的處理方法，其特征在于，在所述確定所述建模數據的評價指標的步驟之后，還包括：

基于所述預設分段數目，對計算確定的所述評價指標進行誤差分析。

8.一種建模數據評價指標的處理裝置，其特征在于，所述建模數據評價指標的處理裝置，包括：

拆分模塊，用于將建模數據拆分為正樣本數據集和負樣本數據集；

計算模塊，用于基于預設區間劃分，并行計算所述正樣本數據集中各特征的第一分位點信息和所述負樣本數據集中各所述特征的第二分位點信息；

統計模塊，用于根據所述第一分位點信息和所述第二分位點信息，得到各所述特征的正樣本累積分布數和負樣本累積分布數；

確定模塊，用于基于所述正樣本累積分布數、所述負樣本累積分布數和所述建模數據的正樣本總數、負樣本總數，確定所述建模數據的評價指標。