摘要
本发明涉及金融风控监测系统技术领域,具体涉及一种基于机器学习的金融风控模型训练优化系统。该系统包括:样本聚类模块,用于对每个人对应的样本进行聚类获得不同的聚类簇;聚类簇样本划分模块,用于获取聚类簇中每个样本的局部估计密度,进而对聚类簇的样本进行划分获得高密度样本集和低密度样本集;高密度样本集处理模块,用于对高密度样本集中的样本进行排序,并获取代表性样本;低密度样本集处理模块,用于对低密度样本集的样本进行排序,并获取代表性样本;在线学习模块,用于利用降维后的代表性样本对金融风控模型进行训练,并对当前的样本集进行实时更新,进而进行在线学习。本申请能够提高金融风控模型在线学习的效率和准确性。
技术关键词
样本
风控模型训练
高密度
低密度
金融
基础
滑动时间窗口
在线
聚类
模块
基准
监测系统
超参数
数据
收入
频率
系统为您推荐了相关专利信息
属性散射中心模型
合成孔径雷达图像
辨识方法
卷积模块
建模算法
模态检索方法
细粒度特征
跨模态数据
匹配模块
样本
胶囊内窥镜图像
辅助诊断方法
无线胶囊内窥镜
检测头
深度学习模型
样本
图像生成模型
正则化参数
产品设计技术
指标