[发明专利]金融风控领域多特征融合提取方法

摘要

本发明涉及金融网控技术领域，公开了金融风控领域多特征融合提取方法，获取原始用户ID对应的原始样本数据；对获取的原始样本数据中的脏数据进行数据清洗；提取基础数据构成基础特征，并将基础特征与原始用户ID进行一一对应关联产生训练样本；将训练样本录入至机器学习模型中，所述机器学习模型中设有随机森林，随机森林中包含有多个决策树模型，经过决策树模型训练后形成一系列的叶子节点，并通过one‑hot编码对叶子节点进行离散编码，离散编码与原始用户ID对应形成用户的离散特征；将分别对应有相同原始用户ID的基础特征和离散特征进行关联合并得到的聚合训练数据，解决了现有的特征处理模式单一、特征暴力组合导致数据呈指数型爆炸的问题。

主权项

金融风控领域多特征融合提取方法，其特征在于，包括如下步骤：(1)获取原始用户ID对应的原始样本数据；(2)对步骤(1)获取原始样本数据中的脏数据进行数据清洗，其中，所述脏数据包括数据错误、缺失值以及异常的离群值，所述异常的离群值通过对原始样本数据的变量值计算其IV值并进行判断排除；(3)提取基础数据构成基础特征，并将基础特征与原始用户ID进行一一对应关联产生训练样本；(4)将步骤(3)中的训练样本录入至机器学习模型中，所述机器学习模型中设有随机森林，随机森林中包含有多个决策树模型，经过决策树模型训练后形成一系列的叶子节点，并通过one‑hot编码对叶子节点进行离散编码，离散编码与原始用户ID对应形成用户的离散特征；(5)将分别对应有相同原始用户ID的基础特征和离散特征进行关联合并得到的聚合训练数据，并对聚合训练数据进行学习模型训练。