[发明专利]检测变量重要性的方法和装置

权利要求书

1.一种检测变量重要性的方法，其特征在于，包括：

获取预测模型，所述预测模型是线性模型；

获取对所述线性模型的触发事件；

在获取到所述触发事件后，获取所述线性模型中变量的替换值以及所述线性模型的系数值，并根据所述系数值和所述替换值，确定所述变量的贡献值，将所述贡献值确定为所述变量的重要性数值，其中，具有所述替换值的变量变换为单调变量，以及根据所述系数和所述替换值确定的不同变量的贡献值之间的相关性数值小于预设值，且所述系数的符号一致；

根据所述变量的重要性数值对所述触发事件进行预测。

2.根据权利要求1所述的方法，其特征在于，所述获取所述线性模型中变量的替换值以及所述线性模型的系数值，包括：

根据所述变量的初始值获取所述变量的替换值，使得具有替换值的所述变量变换为单调变量；

以所述替换值作为所述线性模型的自变量，确定所述线性模型的系数，使得根据所述系数和所述替换值确定的不同变量的贡献值之间的相关性数值小于预设值，且所述系数的符号一致。

3.根据权利要求2所述的方法，其特征在于，还包括：

根据所述贡献值对所述变量进行排序，得到排序后的变量；

在所述排序后的变量中选择预设个数的变量；

输出所述选择的变量以及所述选择的变量对应的贡献值。

4.根据权利要求1或2所述的方法，其特征在于，所述根据所述变量的初始值获取所述变量的替换值，使得具有替换值的所述变量变换为单调变量，包括：

采用WOE映射，根据变量的初始值获取所述变量的替换值。

5.根据权利要求4所述的方法，其特征在于，所述采用WOE映射，根据变量的初始值获取所述变量的替换值，包括：

遍历每个变量；

对应当前遍历的变量，根据当前遍历的变量从小到大的顺序对样本集中的样本进行排序，并将排序后的样本划分到预设个数的区间内；

在每个区间内得到第一比值和第二比值，其中，第一比值是所述区间内负样本个数与总负样本个数的比值，第二比值是所述区间内正样本个数与总正样本个数的比值；

将变量的替换值确定为：wx[i]＝ln(pbad/pgood)，其中，wx[i]是变量x[i]的替换值，pbad/pgood是pbad与pgood的比值，pbad是x[i]所在区间的第一比值，pgood是x[i]所在区间的第二比值，ln()表示以e为底的对数,i＝1,2，…,i_max，i_max是变量总数。

6.根据权利要求1所述的方法，其特征在于，所述以所述替换值作为线性模型的自变量，确定所述线性模型的系数，使得根据所述系数和所述替换值确定的不同变量的贡献值之间的相关性数值小于预设值，且所述系数的符号一致，包括：

以所述替换值作为线性模型的自变量，确定线性模型的系数的初始值；

根据所述替换值和所述初始值确定变量的贡献值，并根据贡献值确定不同变量的贡献值之间的协方差矩阵；

在所述协方差矩阵中存在大于预设阈值的值时，进行去相关性处理；和/或，在所述初始值中存在负值时，进行保号处理；

在所述去相关处理和/或保号处理之后，重新采用所述线性模型得到更新后的系数，直至所述协方差矩阵中没有超过预设阈值的值，以及所述系数中没有负值；

将所述协方差矩阵中没有超过预设阈值的值，以及所述系数中没有负值时对应的系数，确定为所述线性模型的系数。

7.根据权利要求6所述的方法，其特征在于，所述进行去相关性处理，包括：

如果第一变量的贡献值与第二变量的贡献值之间的相关性数值大于预设阈值，则在所述线性模块的自变量中删除所述第一变量和所述第二变量中贡献值较小的变量的替换值。

8.根据权利要求6所述的方法，其特征在于，所述进行保号处理，包括：

如果第一系数是负值，则在所述线性模块的自变量中删除所述第一系数对应的变量的替换值。