一种风险预测的建模方法、装置、电子设备及存储介质制造方法及图纸

技术编号:46630656 阅读:0 留言:0更新日期:2025-10-14 21:29
本申请实施例提供一种风险预测的建模方法、装置、电子设备及存储介质,涉及计算机技术领域。其中,方法为:将目标域样本集中包含的各目标域样本和源域样本集中包含的各源域样本输入目标孤立森林模型,得到各目标域样本的第一异常分数和各源域样本的第二异常分数;确定获得的各第一异常分数在各分箱的第一分布百分比和获得的各第二异常分数在各分箱的第二分布百分比;根据第一分布百分比,调整源域样本集,得到源域样本子集,其中,源域样本子集包含的各源域样本的异常分数在各分箱的第三分布百分比与第一分布百分比一致;将源域样本子集作为训练样本集,训练风险预测模型。这样,能够提高模型在小样本上的效果,提升了模型预测的准确性。

【技术实现步骤摘要】

本申请涉及计算机,尤其涉及一种风险预测的建模方法、装置、电子设备及存储介质


技术介绍

1、随着金融市场的不断发展和复杂化,信贷风险的管理和控制变得越发关键,信贷风险不仅影响着金融机构的稳定,也对整个经济体系的健康运行有着重要影响。

2、目前,机器学习作为一种以数据为基础的智能技术,可有效对信贷数据进行风险预测。在风险预测的建模中,常常直接采用目标样本建模。

3、然而,在目标样本量不足或者目标样本没有标签的情况下,直接使用目标样本建模,由于样本量太少,通常模型效果不稳定或泛化能力较差。

4、因此,如何优化模型在小样本上的效果是目前亟需解决的问题。


技术实现思路

1、本申请实施例提供了一种风险预测的建模方法、装置及电子设备,用以提高模型在小样本上的效果。

2、第一方面,本申请实施例提供了一种风险预测的建模方法,所述方法包括:

3、将目标域样本集中包含的各目标域样本和源域样本集中包含的各源域样本输入目标孤立森林模型,得到各目标域样本的第一异常分数和各源域本文档来自技高网...

【技术保护点】

1.一种风险预测的建模方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述将目标域样本集中包含的各目标域样本和源域样本集中包含的各源域样本输入目标孤立森林模型,得到所述各目标域样本的第一异常分数和所述各源域样本的第二异常分数之前,还包括:

3.如权利要求2所述的方法,其特征在于,所述对所述源域样本集和所述目标域样本集进行同步特征降维,得到特征降维后的所述源域样本集和所述目标域样本集,包括:

4.如权利要求1所述的方法,其特征在于,所述将目标域样本集中包含的各目标域样本和源域样本集中包含的各源域样本输入目标孤立森林模型,得到所述各目标域...

【技术特征摘要】

1.一种风险预测的建模方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述将目标域样本集中包含的各目标域样本和源域样本集中包含的各源域样本输入目标孤立森林模型,得到所述各目标域样本的第一异常分数和所述各源域样本的第二异常分数之前,还包括:

3.如权利要求2所述的方法,其特征在于,所述对所述源域样本集和所述目标域样本集进行同步特征降维,得到特征降维后的所述源域样本集和所述目标域样本集,包括:

4.如权利要求1所述的方法,其特征在于,所述将目标域样本集中包含的各目标域样本和源域样本集中包含的各源域样本输入目标孤立森林模型,得到所述各目标域样本的第一异常分数和所述各源域样本的第二异常分数之前...

【专利技术属性】
技术研发人员:曾开新
申请(专利权)人:度小满安一科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1