【技术实现步骤摘要】
本专利技术涉及数据处理，特别涉及一种金融风险数据识别方法、装置、设备及存储介质。
技术介绍
1、在金融业务的风险控制的日常工作中，经常需要从历史数据中挖掘规则以拦截高风险的客户，进而降低业务的风险成本；结合业务内部的客户风险表现情况，目前常用的模型复杂度较高，然而金融机构的线下地推业务以及新增渠道产品的冷启动，这里都会涉及金融数据小样本的问题，常用的风险识别模型对金融数据小样本处理时会出现风险数据识别精度降低的情况。
2、由此可见，如何提高模型对金融数据小样本的风险识别精度是本领域要解决的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种金融风险数据识别方法、装置、设备及存储介质，可以选择最优的模型参数重新训练目标模型，再利用目标模型进行风险数据识别，可以得到更准确的识别结果。其具体方案如下：
2、第一方面，本申请公开了一种金融风险数据识别方法，包括：
3、确定预先设置的第一权重、第二权重、待训练模型对应的数据集以及预设模型评价指标；所述数...
【技术保护点】
1.一种金融风险数据识别方法，其特征在于，包括：
2.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述待训练模型为基于加权随机森林和平衡随机森林构建的二分类模型。
3.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述预设模型训练函数为：
4.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述基于贝叶斯调参方法和预设模型训练函数利用所述第一权重和所述第二权重分别对所述训练集的评价指标和所述测试集的评价指标进行加权计算，以在对所述待训练模型进行训练时得到相应的函数值，包括：
5.根据权利要求1所述...
【技术特征摘要】
1.一种金融风险数据识别方法，其特征在于，包括：
2.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述待训练模型为基于加权随机森林和平衡随机森林构建的二分类模型。
3.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述预设模型训练函数为：
4.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述基于贝叶斯调参方法和预设模型训练函数利用所述第一权重和所述第二权重分别对所述训练集的评价指标和所述测试集的评价指标进行加权计算，以在对所述待训练模型进行训练时得到相应的函数值，包括：
5.根据权利要求1所述的金融风险数据识别方法，其特征在于，所述基于所述目标函数值对...
【专利技术属性】
技术研发人员：胡伟，匡正，
申请(专利权)人：河南中原消费金融股份有限公司，
类型：发明
国别省市：
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。