摘要
本发明涉及数据处理技术领域,尤其涉及基于人工智能的金融信贷风险分析预警方法及系统,该方法将目标企业的各项财务指标的历史数据划分为超参调优集和训练集;利用训练集训练XGBoost模型,得到各项财务指标的重要程度,根据任一决策树对应的特征子集中各项财务指标的重要程度,得到动态相对重要程度;根据超参调优集中历史数据的分布情况得到数据分布混乱程度,根据财务指标之间的相关性和数据分布混乱程度,得到复杂程度;结合动态相对重要程度以及复杂程度得到自适应惩罚因子,根据每个决策树的自适应惩罚因子优化XGBoost模型,进而对目标企业的信用风险进行预警,提高了对企业的信用风险进行预警的准确性。
技术关键词
分析预警方法
数据分布
双曲正切函数
XGBoost模型
金融
特征值
因子
分析预警系统
动态
训练集
企业
数据处理技术
处理器
存储器
指标
序列
节点
系统为您推荐了相关专利信息
数据处理方法
人工智能技术
生成对抗网络
系统优化算法
食品药品检测
混合分布模型
对象分类方法
高斯概率密度函数
协方差矩阵
后验概率
业务异常检测方法
更新知识图谱
标准化模板
故障实体
链路