【技术实现步骤摘要】
一种有趋势约束和变量选择的分箱回归方法
[0001]本专利技术涉及数据处理
，特别涉及一种有趋势约束和变量选择的分箱回归方法。
技术介绍
[0002]目前，在信用评估等问题中，需要将一些连续型变量如年龄、收入等离散化，然后对不同的离散值分别赋予不同的得分，最后根据得分来评估一个人的信用值。如何对变量进行离散化，是一个很有重要的问题。一个好的离散化对信用建模有重要的影响。传统的离散化通常考虑单个变量和结局(如信用)之间的相关性，采用融合临近值的方法去离散化。实际上离散化的过程就是一个分箱的过程。而分箱的过程，可以使用分段常数函数这一数学模型来刻画。
[0003]现有技术中，对于fused lasso以及group selection已经有很多研究，但是fused lasso主要针对一维信号。Group lasso的研究很丰富，有针对线性回归的，也有针对logistic回归的。当同时有fused lasso惩罚和group lasso的惩罚时，如何对参数求解也是一个未解决的问题。如果再加入一些约束，比如信号是单调的...
【技术保护点】
【技术特征摘要】
1.一种有趋势约束和变量选择的分箱回归方法，其特征在于，包括：获取用户数据，并进行数据分类，生成多个不同类型用户数据集；通过fused lasso对不同类型用户数据集进行变量排序，确定不同类型用户数据的数据趋势；根据所述数据趋势，设定约束项；根据所述约束项，确定符合对用户数据进行信用评估的可选数据变量；将所述可选数据变量通过grouplasso进行单变量选择，确定目标变量；将所述目标变量转换为离散变量，将所述离散变量的对应的用户数据进行单变量分箱处理，确定最优分箱结果；根据所述最优分箱结果，对用户进行信用评估。2.如权利要求1所述的一种有趋势约束和变量选择的分箱回归方法，其特征在于，所述获取用户数据，并进行数据分类，生成多个不同类型用户数据集，包括：在不同的不同金融平台对用户的数据进行提取，确定用户数据；其中，所述用户数据包括：身份信息、收入数据、历史贷款数据和偿还状态数据；将所述用户数据通过M个不同的过滤器进行特征选择，分别得到M个不同的特征序列；其中，M为大于等于2的正整数；所述过滤器包括：身份数据过滤器、收入数据过滤器、历史贷款数据过滤器和偿还状态数据过滤器；对特征序列中的每个特征进行权重评估，根据评估得分进行降序排列，得到基于权重排序的特征子集；根据特征子集建立SVM模型，将特征子集作为训练样本，进行训练，利用集成学习策略的两层叠加框架，构建基于多模型融合集成学习的高维不平衡数据分类模型，对用户数据进行分类，生成多个不同类型用户数据集。3.如权利要求1所述的一种有趋势约束和变量选择的分箱回归方法，其特征在于，所述通过fused lasso对不同类型用户数据进行变量排序，确定不同类型用户数据的数据趋势，包括：根据所述多个不同类型用户数据集，确定多个不同类型的用户特征数据集；根据所述多个不同类型的用户特征数据集，确定多个不同类型的数据变量数据集；通过fused lasso对所述多个不同类型的数据变量数据集进行变量排序；根据所述变量排序，建立不同类型的用户数据的变量曲线；根据所述变量曲线，确定不同类型用户数据的数据趋势。4.如权利要求1所述的一种有趋势约束和变量选择的分箱回归方法，其特征在于，所述根据所述数据趋势，设定约束项，包括：根据所述数据趋势，确定用户信用的变化趋势，并根据所述变化趋势，构建用户数据的预测变换矩阵；获取信用评估标准，建立用户数据的趋势阈值；根据所述趋势阈值建立信用评估边界矩阵；将所述预测变换矩阵和信用评估边界矩阵进行数据拟合差项；
根据所述数据拟合差项，构建模型趋势约束项；根据所述模型趋势约束项，建立多个基于用户信用追踪的目标函数；根据所述目标函数，设定约束项。5.如权利要求1所述的一种有趋势约束和变量选择的分箱回归方法，其特征在于，所述根据所述约束项，确定符合对用户数据进行信用评估的可选数据变量，包括：基于所述约束项，生成对用户数据的信用评估的约束项集；其中，所述约束项集中包括每类用户数据的数据变量的变量...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。