摘要
本发明涉及数据分析技术领域,尤其是一种基于机器学习的金融数据分析系统,包括数据集生成模块,用于获取历史金融数据;模型评估模块,用于根据历史金融数据,评估各预存的机器学习模型的性能指标,生成性能评估结果;数据获取模块,用于获取待处理金融数据及对应的业务风险偏好;模型筛选模块,用于根据待处理金融数据对应的业务风险偏好,生成各性能指标的权重,并根据性能评估结果和各性能指标对应的权重,筛选目标模型;模型训练模块,用于训练目标模型;风险评估模块,用于采用训练后的目标模型对待处理金融数据进行数据分析。采用本方案,能根据实际需求筛选出最契合当前风险决策目标的模型进行训练和部署,从而降低风险评估结果的偏差。
技术关键词
金融数据分析系统
模型训练模块
机器学习模型
数据获取模块
朴素贝叶斯分类器
风险
数据采集模块
梯度提升机
逻辑回归模型
数据分析技术
随机森林模型
识别模块
数据可视化
支持向量机
填充方法
训练集
数值