[发明专利]模型训练、样本平衡方法及装置以及个人信用评分系统

权利要求书

1.一种针对不平衡样本集的模型训练方法，其特征在于，包括：

获取不平衡样本集，所述不平衡样本集中包含负样本和正样本，且负样本与正样本的样本数量比大于不平衡阈值，所述不平衡阈值大于1；

根据所述不平衡样本集中的正样本，以及与所述正样本相邻的负样本和/或正样本，建立合成正样本；其中，所述负样本和/或正样本是选取与所述正样本的距离小于相邻距离阈值的样本；

当合成正样本与正样本的数量之和与负样本数量的比值在平衡阈值区间内时，将合成正样本修改为正样本，生成平衡样本集；

根据所述平衡样本集进行模型训练。

2.如权利要求1所述的方法，其特征在于，根据所述不平衡样本集中的正样本，以及与所述正样本相邻的负样本和/或正样本，建立合成正样本，包括：

从所述不平衡样本集中选取一个正样本；

以所述一个正样本为基准，根据与所述一个正样本的距离小于所述相邻距离阈值，从样本空间中选取与所述一个正样本相邻的样本集合，所述样本集合中包含负样本和/或正样本；

根据所述一个正样本与所述样本集合中的样本在样本空间中分别对应的特征和特征值，在所述一个正样本与所述样本集合中的样本之间建立合成正样本。

3.如权利要求2所述的方法，其特征在于，当合成正样本与正样本的数量之和与负样本数量的比值在平衡阈值区间内时，将合成正样本修改为正样本，生成平衡样本集，包括：

判断合成正样本与正样本的数量之和与负样本数量的比值是否在平衡阈值区间内；

当是时，将合成正样本修改为正样本，生成平衡样本集。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

当否，且小于所述平衡阈值区间的最小值时，从所述不平衡样本集中再选取一个正样本，重复执行所述以所述一个正样本为基准，根据与所述一个正样本的距离小于所述相邻距离阈值，从样本空间中选取与所述一个正样本相邻的样本集合。

5.如权利要求2所述的方法，其特征在于，以所述一个正样本为基准，根据与所述一个正样本的距离小于所述相邻距离阈值，从样本空间中选取与所述一个正样本相邻的样本集合，包括：

根据所述样本数量比，以及所述一个正样本在样本空间中与至少一个正样本之间的距离，确定所述相邻距离阈值；

以所述一个正样本为基准，根据与所述一个正样本的距离小于所述相邻距离阈值以及所述样本数量比，从样本空间中选取与所述一个正样本相邻的样本集合。

6.如权利要求2所述的方法，其特征在于，根据所述一个正样本与所述样本集合中的样本在样本空间中分别对应的特征值，在所述一个正样本与所述样本集合中的样本之间建立合成正样本，包括：

根据所述一个正样本与所述样本集合中的样本在样本空间中分别对应的特征值，在所述一个正样本与所述样本集合中的样本的中间位置建立合成正样本。

7.如权利要求1所述的方法，其特征在于，所述方法应用于针对不平衡的原始个人信用样本集，正样本为逾期样本，负样本为非逾期样本。

8.一种针对不平衡样本集的模型训练装置，其特征在于，包括：样本集获取单元、样本建立单元、样本集生成单元以及模型训练单元，其中，

所述样本集获取单元，用于获取不平衡样本集，所述不平衡样本集中包含负样本和正样本，且负样本与正样本的样本数量比大于不平衡阈值，所述不平衡阈值大于1；

所述样本建立单元，用于根据所述不平衡样本集中的正样本，以及与所述正样本相邻的负样本和/或正样本，建立合成正样本；其中，所述负样本和/或正样本是选取与所述正样本的距离小于相邻距离阈值的样本；

所述样本集生成单元，用于当合成正样本与正样本的数量之和与负样本数量的比值在平衡阈值区间内时，将合成正样本修改为正样本，生成平衡样本集；

所述模型训练单元，用于根据所述平衡样本集进行模型训练。