摘要
本发明提供了一种基于贷后表现的拒绝推断模型训练方法、设备及存储介质,涉及金融人工智能技术领域,所述方法包括:获取目标产品对应的每一KGB样本和每一拒绝样本,以得到KGB样本集A和拒绝样本集B;若Bj未命中预设的若干硬规则之一,则将Bj确定为第二样本,以得到第二样本集C;若Cp在其他自担风险产品上授信通过且有放款,则将Cp确定为第一样本,以得到第一样本集D;将A、C和D进行合并,以得到AGB样本集;使用AGB样本集对预设的初始模型进行训练,以得到目标拒绝推断模型;本发明中,由于训练样本集的构建基于用户的其他自担风险产品的贷后表现数据,从而使得得到的目标拒绝推断模型的预测准确性更高。
技术关键词
模型训练方法
样本
标签
身份
标识
机器学习算法
人工智能技术
分箱
列表
可读存储介质
处理器
风险
电子设备
程序
数据
指令
金融
变量
计算机
系统为您推荐了相关专利信息
植被指数数据
视觉特征
时序遥感数据
文本
预训练模型
模型训练方法
参数
数据收集模块
损失函数设计
样本