[发明专利]金融特征数据的筛选方法、装置、电子设备及存储介质

权利要求书

1.一种金融特征数据的筛选方法，其特征在于，所述金融特征数据的筛选方法包括：

获取用户数据及其对应的信用标签，所述用户数据包括多个特征数据；

对所述用户数据中的任意多个特征数据进行组合得到多个特征数据组；所述特征数据组中包含所述用户数据的所有特征数据中多个特征数据；

计算所述特征数据组中每两个特征数据之间的第一相关性，及每个特征数据与所述信用标签之间的第二相关性；

按照预设步长，在0至1的闭区间中进行遍历，得到多个预置惩罚系数；

根据所述第一相关性和所述第二相关性，计算各预置惩罚系数对应的每个特征数据组的筛选系数；

根据所述筛选系数从所述特征数据组中筛选目标特征数据组；所述目标特征数据组中的特征数据为金融特征数据；

所述方法还包括：通过下述公式计算每个特征数据与所述信用标签之间的第二相关性；

；

其中，为特征数据的预置权重，为特征数据的选取标志，为特征数据与信用标签之间的信息量。

2.根据权利要求1所述的金融特征数据的筛选方法，其特征在于，所述根据所述第一相关性和所述第二相关性，计算每个特征数据组的筛选系数，包括：

将所有第一相关性进行累加，得到第一相关性的和值；

将所有第二相关性进行累加，得到第二相关性的和值；

根据所述第一相关性的和值和所述第二相关性的和值，计算至少一个预置惩罚系数对应的每个特征数据组的筛选系数。

3.根据权利要求2所述的金融特征数据的筛选方法，其特征在于，所述根据所述筛选系数从所述特征数据组中筛选目标特征数据组，包括：

将同一预置惩罚系数对应的所有特征数据组中筛选系数最小的特征数据组确定为初始特征数据组；

若初始特征数据组的数量等于1，则将所述初始特征数据组确定为目标特征数据组；

若初始特征数据组的数量大于1，则根据所述信用标签从所述初始特征数据组中筛选目标特征数据组。

4.根据权利要求3所述的金融特征数据的筛选方法，其特征在于，所述根据所述信用标签从所述初始特征数据组中筛选目标特征数据组，包括：

将所述初始特征数据组中的特征数据输入分类器中，得到所述初始特征数据组的信用结果；

计算所述信用结果与所述信用标签一致的概率值；

将所述概率值最大的初始特征数据组确定为目标特征数据组。

5.根据权利要求2所述的金融特征数据的筛选方法，其特征在于，计算每个特征数据组的筛选系数，包括：

将所述预置惩罚系数、所述第一相关性的和值、以及所述第二相关性的和值，代入下述特征筛选表达式中计算特征数据组的筛选系数；

；

其中，f（x）为特征数据组的筛选系数，α为预置惩罚系数，R₁为特征数据组的第一相关性的和值，R₂为特征数据组的第二相关性的和值。

6.根据权利要求2所述的金融特征数据的筛选方法，其特征在于，计算所述第一相关性的和值，包括：

将特征数据组代入下述第一相关性公式中，计算所述第一相关性的和值；

；

其中，为特征数据组的第一相关性的和值，n为特征数据组中特征数据的数量，为第j个特征数据的选取标志，为第K个特征数据的选取标志，为第j个特征与第k个特征之间的皮尔森相关系数，为第j个特征与第k个特征之间的第一相关性。

7.根据权利要求2所述的金融特征数据的筛选方法，其特征在于，计算所述第二相关性的和值，包括：

将特征数据组、信用标签代入下述第二相关性公式中，计算所述第二相关性的和值；

；

其中，为特征数据组的第二相关性的和值，n为特征数据组中特征数据的数量，为第j个特征数据的预置权重，为第j个特征数据的选取标志，为第j个特征与信用标签之间的信息量，为第j个特征与信用标签之间的第二相关性。