[发明专利]一种基于融合模型的信用评估方法、电子设备和存储介质在审
申请号: | 201710807171.9 | 申请日: | 2017-09-08 |
公开(公告)号: | CN107766418A | 公开(公告)日: | 2018-03-06 |
发明(设计)人: | 蔡毅 | 申请(专利权)人: | 广州汪汪信息技术有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/62 |
代理公司: | 广州市越秀区哲力专利商标事务所(普通合伙)44288 | 代理人: | 李天星,彭成 |
地址: | 510000 广东省广州市天*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于融合模型的信用评估方法,采集不同个人征信数据作为样本,并同时标注其信用等级;通过随机抽样对征信数据分为若干个元素数量相等的训练集,把训练集放入不同的单分类器内,每个单分类器执行一种分类算法;对每个单分类器生成的结果利用融合算法进行融合,提取最佳的分类方案,并把该方案通过数学模型记录下来,产生初步模型。最后,重新输入数据至初步模型,对其进行验证。本发明还公开了一种应用该方法的电子设备和计算机可读存储介质。本发明以集成学习的方法把多个单分类器融合起来选出最合适的分类方案,克服它们各自的弱势,从而发挥出最大的效果,以提高该融合模型对信用等级评估的准确率。 | ||
搜索关键词: | 一种 基于 融合 模型 信用 评估 方法 电子设备 存储 介质 | ||
【主权项】:
一种基于融合模型的信用评估方法,其特征在于,包括以下步骤:数据采集及标注步骤:采集属于不同个人的征信数据作为样本,并对所述样本内每一个元素标注其对应的信用等级;单分类器分类步骤:对所述样本进行随机抽样并分成若干组元素数量均等的子训练集;把每组所述子训练集放入分类器内执行分类算法,对所述子训练集的信用等级进行分类;集成学习步骤:把分类后的所述子训练集通过融合算法进行融合,对各个分类方案进行整合,最终得到初步模型;验证模型步骤:输入新的样本到所述初步模型,所述初步模型自动产生一个对样本信用的评估结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州汪汪信息技术有限公司,未经广州汪汪信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710807171.9/,转载请声明来源钻瓜专利网。