摘要
本发明公开了一种基于拒绝推断的信用风险模型的构建方法、系统及存储介质,其包括:构建AGB样本集;基于单调性的变量选择规则,选取拒绝率高于预设阈值的变量,并应用单调性分箱算法处理有表现期的客户数据,以获取具备单调性的关键变量;基于选定的关键变量构建初步信用风险模型,并基于KGB样本集对AGB样本集进行初步评分;对AGB样本集上的评分进行等频分箱,获得各评分等级下的有表现期客户的通过率及有表现期客户的逾期率并计算各评分等级的风险因子;通过迭代再生法对初步信用风险模型进行迭代优化,每次迭代后采用外推法对各评分等级的风险因子进行拟合估计,直至模型性能达到预设标准,从而获得一款可解释性强的基于拒绝推断的信用风险模型。
技术关键词
样本
变量
分箱
客户
风险
因子
支持向量机模型
逻辑回归模型
数据
调优算法
决策树模型
可读存储介质
神经网络模型
构建系统
超参数
校准
多项式
模块
系统为您推荐了相关专利信息
Kriging模型
参数智能优化方法
锻造工艺参数
模拟退火算法
样本
自主移动设备
室内导航方法
深度传感器
障碍物
强化学习模型
文本特征向量
特征提取模型
音频特征提取
数据
样本