摘要
本发明公开了一种基于评分卡模型的金融交易风险评估方法及装置。涉及人工智能技术领域。其中,该方法包括:获取目标对象的特征数据,得到目标特征数据,其中,特征数据至少包括:金融账户在指定时间段产生的与还款行为相关的交易数据;将目标特征数据输入目标评分卡模型,输出风险评估结果,其中,目标评分卡模型分为N层,每层部署一种类型的机器学习模型,机器学习模型的类型包括:基于梯度提升决策树构建的模型,风险评估结果用于表征目标对象的违约概率是否大于预设阈值。本发明解决了相关技术中采用逻辑回归的方式建立的评分卡模型,无法解决线性问题,导致预测违约率的预测结果不准确的技术问题。
技术关键词
评分卡模型
机器学习模型
金融交易风险
风险评估方法
梯度提升决策树
数据
对象
可读存储介质
时间段
梯度提升机
训练集
人工智能技术
账户
计算机
评估装置
策略
处理器
处理单元
系统为您推荐了相关专利信息
水质参数数据
水质检测数据
智能水质检测装置
输入分析模型
在线分析方法
生成机器学习
错误率
核酸分子
自动生成系统
数据
风险评估模型
神经网络模型构建
风险评估方法
参数
风力发电机组故障