摘要
本发明涉及一种信贷风险预测方法及系统,该方法包括:获取客户的身份信息以及借据信息;根据客户的基本信息和借据的逾期信息,将客户分为多个客群;针对每个客群,根据三期内的借据信息,通过预先训练的机器学习模型预测客群的mob12 60+的逾期金额占比。本发明通过细分客群并针对每个客群进行预测,实现了更精细化的风险管理,有助于信贷机构更好地理解和控制不同客户群体的风险。本发明通过机器学习模型预测客户的mob12 60+的逾期金额占比,能够更客观、准确地预测信贷风险,显著提高了预测的准确性,同时降低了个人经验和主观判断对预测结果的影响。
技术关键词
机器学习模型
多元线性回归模型
客户
多元线性回归算法
预测系统
损失率
训练集数据
身份
存储器
数据获取模块
曲线
程序
处理器
可读存储介质
计算机
误差
风险
电子设备
指令
系统为您推荐了相关专利信息
空间特征参数
卷积神经网络训练
CT扫描
切片
GCN模型
终端系统
人脸识别算法
分析模块
人脸识别系统
预测系统
光纤传输系统
故障预测方法
联合特征提取
支持向量机算法
热点