[發(fā)明專利]信貸風(fēng)控模型生成方法、裝置、評(píng)分卡生成方法、機(jī)器可讀介質(zhì)及設(shè)備

有效

• 申請?zhí)枺?/td>: 202010750308.3
• 申請日: 2020-07-30
• 公開（公告）號(hào): CN111898675B
• 公開（公告）日: 2021-04-23
• 發(fā)明（設(shè)計(jì)）人: 周曦;姚志強(qiáng);陳琳;盧智聰;趙禮悅;翁謙;張博宣;曹文飛;蔣博劼;張旭
• 申請（專利權(quán)）人: 北京云從科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q40/02
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 代玲

本發(fā)明提供一種信貸風(fēng)控模型生成方法，包括：利用預(yù)先訓(xùn)練的基分類器節(jié)點(diǎn)最大深度為1的GBDT模型確定對信貸業(yè)務(wù)對象的原始屬性數(shù)據(jù)進(jìn)行特征工程處理；基于所述特征工程處理后的數(shù)據(jù)訓(xùn)練生成LR評(píng)分卡模型，將所述LR評(píng)分卡模型作為信貸風(fēng)控模型。本發(fā)明根據(jù)最大樹深限制為1的梯度提升樹會(huì)退化為線性模型的特點(diǎn)，實(shí)現(xiàn)了LR評(píng)分卡模型自動(dòng)化、端到端的訓(xùn)練，并達(dá)到了顯著優(yōu)于啟發(fā)式規(guī)則的特征篩選和連續(xù)變量分箱的預(yù)測性能，從而實(shí)現(xiàn)了線性、可解釋、高性能機(jī)器學(xué)習(xí)分類模型的自動(dòng)化、端到端訓(xùn)練。

技術(shù)領(lǐng)域

本發(fā)明涉及信貸風(fēng)控領(lǐng)域，特別是涉及一種信貸風(fēng)控模型生成方法、裝置、評(píng)分卡生成方法、機(jī)器可讀介質(zhì)及設(shè)備。

背景技術(shù)

分類問題是有監(jiān)督機(jī)器學(xué)習(xí)模型能解決的最重要問題之一，現(xiàn)實(shí)中的信貸風(fēng)控、欺詐行為識(shí)別、推薦召回等問題均可抽象為分類問題，可以用統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型(即狹義的機(jī)器學(xué)習(xí)模型)或深度學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))來解決。其中，統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型更多地用于表格類、結(jié)構(gòu)化的數(shù)據(jù)挖掘任務(wù)上，而深度學(xué)習(xí)模型則更適用于圖像識(shí)別、語音識(shí)別、自然語言處理等非結(jié)構(gòu)化數(shù)據(jù)集上。

目前，最主流的統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型是邏輯斯蒂回歸(LR)模型和梯度提升樹(GBDT)模型，兩者的適用范圍較廣，能用于各領(lǐng)域的問題、各種輸入形式的數(shù)據(jù)；且均具有線性的時(shí)間復(fù)雜度，適用于較大規(guī)模的問題。邏輯斯蒂回歸模型是一種線性模型，具有模型簡單、可解釋性較好的優(yōu)點(diǎn)，但對于數(shù)據(jù)的人工預(yù)處理提出了較高的要求；而梯度提升樹模型是一種以決策樹為基分類器的集成學(xué)習(xí)模型，具有端到端(不需要人工數(shù)據(jù)預(yù)處理等干預(yù))、調(diào)參簡單(超參數(shù)很少、含義明確而簡單)、預(yù)測性能(擬合能力和泛化能力)特別強(qiáng)的優(yōu)點(diǎn)，但作為非線性模型，其可解釋性弱于邏輯斯蒂回歸模型，更加接近于一種黑盒模型。

目前，缺乏一種方法，在保證模型預(yù)測性能的前提下，實(shí)現(xiàn)LR評(píng)分卡的自動(dòng)化、端到端的訓(xùn)練；也缺乏一種方法，像GBDT之于非線性機(jī)器學(xué)習(xí)分類模型一樣，實(shí)現(xiàn)自動(dòng)化、端到端地訓(xùn)練出高性能的線性機(jī)器學(xué)習(xí)分類模型，成為線性機(jī)器學(xué)習(xí)分類模型的標(biāo)準(zhǔn)通解。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種信貸風(fēng)控模型生成方法、裝置、評(píng)分卡生成方法、機(jī)器可讀介質(zhì)及設(shè)備，用于解決現(xiàn)有技術(shù)存在的問題。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種信貸風(fēng)控模型生成方法，包括：

利用預(yù)先訓(xùn)練的基分類器節(jié)點(diǎn)最大深度為1的GBDT模型確定對信貸業(yè)務(wù)對象的原始屬性數(shù)據(jù)進(jìn)行特征工程處理；

基于所述特征工程處理后的數(shù)據(jù)訓(xùn)練生成LR評(píng)分卡模型，將所述LR評(píng)分卡模型作為信貸風(fēng)控模型。

可選地，所述特征工程處理的特征條件包括：

預(yù)篩選變量，由所述GBDT模型中每一個(gè)基分類器的根節(jié)點(diǎn)所表示的切分自變量表示；

分箱閾值，由所述GBDT模型中每一個(gè)基分類器的根節(jié)點(diǎn)所表示的與所述切分自變量的切分閾值表示。

可選地，所述特征工程處理包括：

基于所述預(yù)篩選變量對所述原始屬性數(shù)據(jù)進(jìn)行變量篩選，得到第一篩選結(jié)果；

基于所述分箱閾值對所述第一篩選結(jié)果進(jìn)行分箱處理，得到分箱結(jié)果；

對所述分箱結(jié)果進(jìn)行WOE編碼，得到編碼結(jié)果。

可選地，所述特征工程處理還包括：

計(jì)算所述編碼結(jié)果中每一列自變量的IV值；

基于IV閾值對編碼結(jié)果進(jìn)行變量篩選，得到第二篩選結(jié)果。

可選地，所述特征工程處理還包括：

對所述第二篩選結(jié)果進(jìn)行基于協(xié)方差矩陣的共線性檢查和基于方差膨脹系數(shù)的多重共線性檢查；