摘要
本申请涉及一种评分卡模型的训练方法及装置、电子设备和存储介质,其中,该方法包括:在目标金融业务中,构建与目标对象关联的目标特征集和第二特征,其中,目标特征集中包括与目标对象关联的多个第一特征;在目标特征集中新增多个第三特征,并基于多个第三特征通过内积运算得到衍生特征,其中,第三特征表征目标对象的收益或损失;基于衍生特征对目标特征集中的多个第一特征进行分箱;将分箱后的数据和第二特征作为训练集,对逻辑回归模型进行训练,得到用于输出评分卡的评分卡模型。通过本申请,解决了相关技术中当前分箱方式只保障了对于全部实体数据来说卡方值是最优的,无法满足金融业务场景下的需求问题。
技术关键词
评分卡模型
分箱
逻辑回归模型
对象
计算机可执行指令
训练集
样本
通信接口
电子设备
计算机存储介质
利润
数据
编码
训练装置
变量
模块
标签
处理器
数值
指标
系统为您推荐了相关专利信息
图像分类方法
局部二值模式算法
特征模板
直方图
多尺度特征
参数
神经网络模型
处理器
电子设备
计算机可执行指令
爆破炮孔
LSTM神经网络
矿山
统计学方法
参数