一种信贷风控模型的超参数优化方法及装置制造方法及图纸

本发明专利技术公开了一种信贷风控模型的超参数优化方法及装置，涉及信贷风控模型领域与机器学习技术领域，主要目的为实现客户根据业务需求关注的评估指标选择适用信贷风控模型的优化超参数组。本发明专利技术主要技术方案为：基于本次优化任务的特征以及待优化的超参数数量，从历史任务样本集合采用的超参数组中为当前样本集合筛选初始超参数组集合，作为本次优化任务的初始超参数组集合；利用遗传算法对初始超参数组集合中的超参数组进行多预设评估指标优化，得到适用本次优化任务的优化超参数组，优化超参数组具有预设评估指标对应的评估指标值；根据评估指标值将优化超参数组展示在基于预设评估指标构建的展示空间中。本发明专利技术用于信贷风控模型的超参数优化。贷风控模型的超参数优化。贷风控模型的超参数优化。

【技术实现步骤摘要】
一种信贷风控模型的超参数优化方法及装置


[0001]本专利技术涉及信贷风控模型领域与机器学习
，尤其涉及一种信贷风控模型的超参数优化方法及装置。

技术介绍

[0002]在当今社会生活中，大多人都会涉及到信贷问题，例如申请贷款或办理信用卡时，往往需要申请人达到一定的标准才可以进行办理。而申请人是否达到标准，往往需要引入信贷风控模型对其进行判断。例如将申请人的个人信息输入至训练好的信贷风控模型中，由该模型计算并输出一个分数，然后确定这个分数是否达到可以办理的分数标准。然而，若想在某个具体业务中获得一个较为准确的分数，除了模型算法的选择之外，往往同时需要对模型超参数(控制模型训练过程的超参数)进行优化调整，直到得到一组最优的超参数组合，然后将根据最优超参数组合所构建出的模型作为训练好的信贷风控模型进行使用，即可输出较为准确的分数。
[0003]由于信贷风控领域涉及到的模型超参数较多，所以目前的模型超参数优化方法大多是基于单预设评估指标的优化算法，即先确定出用于评估模型超参数值的多个指标，然后再将多个指标进行加权组合得到一个综合的评估函数，利用该综合评估函数对基于某超参数组合所构建的模型进行评估，决定其是否为最优超参数组合。但该方法在实施时，容易出现由于对多项预设评估指标的加权组合进行整体优化，导致优化结果在单个评估指标上的表现欠佳，从而可能导致客户不能根据业务需求中所关注的预设评估指标选择适用于信贷风控模型的优化超参数组。

技术实现思路

[0004]鉴于上述问题，本专利技术提供一种信贷风控模型的超参数优化方法及装置，主要目的是为了实现客户能够根据业务需求中所关注的具体预设评估指标选择出适用于信贷风控模型的优化超参数组。
[0005]为解决上述技术问题，本专利技术提出以下方案：
[0006]第一方面，本专利技术提供了一种信贷风控模型的超参数优化方法，所述方法包括：
[0007]基于本次优化任务的特征以及待优化的超参数数量，从历史任务样本集合所采用的超参数组中为当前样本集合筛选初始超参数组集合，并作为本次优化任务的初始超参数组集合；
[0008]利用遗传算法对所述初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于本次优化任务的优化超参数组，所述优化超参数组具有各预设评估指标对应的评估指标值；
[0009]根据所述评估指标值将所述优化超参数组展示在基于多个预设评估指标构建的展示空间中，以便客户根据业务需求所关注的预设评估指标选择适用于所述信贷风控模型的优化超参数组。
[0010]第二方面，本专利技术提供了一种信贷风控模型的超参数优化装置，所述装置包括：
[0011]筛选单元，用于基于本次优化任务的特征以及待优化的超参数数量，从历史任务样本集合所采用的超参数组中为当前样本集合筛选初始超参数组集合，并作为本次优化任务的初始超参数组集合；
[0012]优化单元，用于利用遗传算法对所述初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于本次优化任务的优化超参数组，所述优化超参数组具有各预设评估指标对应的评估指标值；
[0013]展示单元，用于根据所述评估指标值将所述优化超参数组展示在基于多个预设评估指标构建的展示空间中，以便客户根据业务需求所关注的预设评估指标选择适用于所述信贷风控模型的优化超参数组。
[0014]为了实现上述目的，根据本专利技术的第三方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述第一方面的信贷风控模型的超参数优化方法。
[0015]为了实现上述目的，根据本专利技术的第四方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述第一方面的信贷风控模型的超参数优化方法。
[0016]借由上述技术方案，本专利技术提供的一种信贷风控模型的超参数优化方法及装置。可以先确定出优化任务的特征、待优化的超参数数量以及历史任务样本集合，然后从历史任务样本集合所采用的超参数组中为当前样本集合筛选出对应数量的初始超参数组集合，这样，选择出对应数量的初始超参数组进行后续优化，而不是在超参数组合的取值空间内对随机生成的超参数组集合进行优化，可以在一定基础上减少方案实现所需要的时间。然后利用遗传算法对筛选出来的初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于所述当前样本集合的优化超参数组，可以同时平等地关注多个优化预设评估指标，避免了在优化时由于不恰当的预设评估指标设置，过于关注部分优化预设评估指标而忽略其他优化预设评估指标的情况。进一步的，在得到优化超参数组之后，可以根据预先计算出的所述优化超参数组在多个预设评估指标上的评估指标值将所述优化超参数组展示在基于多个预设评估指标构建的展示空间中，这样，业务人员可以更加直观清晰的了解到空间中每个优化超参数组在在不同指标上的表现优劣，可以因此根据业务需求所关注的预设评估指标选择适用于所述信贷风控模型的优化超参数组。
[0017]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0018]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0019]图1示出了本专利技术实施例提供的一种信贷风控模型的超参数优化方法流程图；
[0020]图2示出了本专利技术实施例提供的另一种信贷风控模型的超参数优化方法流程图；
[0021]图3示出了本专利技术实施例提供的得到多个适用于所述当前样本集合的优化超参数
组时的具体方法流程图；
[0022]图4示出了本专利技术实施例提供的另一种得到多个适用于所述当前样本集合的优化超参数组时的具体方法流程图；
[0023]图5示出了本专利技术实施例提供的一种信贷风控模型的超参数优化装置的组成框图；
[0024]图6示出了本专利技术实施例提供的另一种信贷风控模型的超参数优化装置的组成框图。
具体实施方式
[0025]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开方案而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开方案，并且能够将本公开方案的范围完整的传达给本领域的技术人员。
[0026]在当今社会生活中，大多人都会涉及到信贷问题，例如申请贷款或办理信用卡时，往往需要申请人达到一定的标准才可以进行办理。但申请人是否达到标准，往需要引入信贷风控模型对其进行判断，例如将申请人的个人信息输入至训练好的信贷风控模型中，从而信贷风控模型可以输出一个分数，然后可以确定这个分数是否达到可以办理的分数标准。但若想根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信贷风控模型的超参数优化方法，其特征在于，所述方法包括：基于本次优化任务的特征以及待优化的超参数数量，从历史任务样本集合所采用的超参数组中为当前样本集合筛选初始超参数组集合，并作为本次优化任务的初始超参数组集合；利用遗传算法对所述初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于本次优化任务的优化超参数组，所述优化超参数组具有各预设评估指标对应的评估指标值；根据所述评估指标值将所述优化超参数组展示在基于多个预设评估指标构建的展示空间中，以便客户根据业务需求所关注的预设评估指标选择适用于所述信贷风控模型的优化超参数组。2.根据权利要求1所述的方法，其特征在于，所述基于本次优化任务的特征以及待优化的超参数数量，从历史任务样本集合所采用的超参数组中为当前样本集合筛选初始超参数组集合，并作为本次优化任务的初始超参数组集合，包括：确定出在预设评估指标信贷平台上历史时间段内的与当前样本集合类别相同的历史任务样本集合；分别获取所述历史任务样本集合与当前样本集合所具有的预设评价维度；根据所述预设评价维度构建多维评价空间；计算所述历史任务样本集合与当前样本集合在每个预设评价维度上的维度值；基于所述维度值分别确定所述历史任务样本集合与当前样本集合在所述多维评价空间上的映射点；基于所述历史任务样本集合与当前样本集合在所述多维评价空间上对应映射点之间的距离确定出第一预设数量的第一历史任务样本集合，所述第一历史任务样本集合所对应的超参数组构成第一超参数组集合；在所述多维评价空间上，随机生成第二预设数量的第二超参数组集合；所述第一预设数量与所述第二预设数量之和等于待优化的超参数数量；将所述第一超参数组集合与所述第二超参数组集合确定为初始超参数组集合。3.根据权利要求1所述的方法，其特征在于，所述利用遗传算法对所述初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于本次优化任务的优化超参数组，包括：获取优化过程所需的多个预设评估指标，所述预设评估指标至少包括KS值，AUC值；利用遗传算法以及由所述多个预设评估指标构成的多个预设评估指标函数对所述初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于本次优化任务的优化超参数组，所述预设评估指标函数至少包括训练集KS值，训练集AUC值以及训练集与测试集KS值之差。4.根据权利要求3所述的方法，其特征在于，所述利用遗传算法以及由所述多个预设评估指标构成的多个预设评估指标函数对所述初始超参数组集合中的超参数组进行多预设评估指标优化，得到多个适用于本次优化任务的优化超参数组，包括：根据预设的迭代次数获取优化后的目标超参数组集合；利用所述预设评估指标函数计算所述目标超参数组集合中各组目标超...

【专利技术属性】
技术研发人员：白鹤来，路畅，孙融雪，杨雅涵，
申请(专利权)人：百融至信北京征信有限公司，
类型：发明
国别省市：