[发明专利]基于最大化IV的数据分组方法、装置、储存介质及设备

权利要求书

1.一种基于最大化信息价值IV的数据分组方法，其特征在于，对于变量值连续的变量按二分法计算每次分组的IV值，包括：

步骤S1：将若干个样本数据分别按指定变量的每一变量值为界分成两组，保证每组样本数大于等于预定值，对于以不同变量值分成的两组的情况计算每组对应的IV值：IV₁和IV₂，取满足max(IV₁+IV₂)＞IV₀条件的分组及其对应的变量值为临界点，其中，IV₀为上一次二分时两组作为一组时得到的IV值，IV₀的初始值为计算机允许的最小负数；

步骤S2：对于按所述临界点分成的两组的每一组分别返回执行步骤S1，直到分组后其中一组中的样本数小于所述预定值或不满足max(IV₁+IV₂)＞IV₀条件，停止执行步骤S1，此时得到多个临界点；

步骤S3：以多个临界点为界进行分组，并以该分组作为信用评分卡建模的分组。

2.如权利要求1所述的基于最大化IV的数据分组方法，其特征在于，所述步骤S1之前，所述方法还包括：

在所述变量的变量值范围内，若两端的两段区域内的样本数小于所述预定值，则不对该区域内的样本数据进行分组。

3.如权利要求1所述的基于最大化IV的数据分组方法，其特征在于，所述步骤S1之前，所述方法还包括：

将所述变量的取值范围划分成若干连续的区段，每一区段样本数不少于所述预定值，分组时只对变量值区段分段点的变量值对应的样本数据进行分组。

4.如权利要求1～3中任一项所述的基于最大化IV的数据分组方法，其特征在于，若存在某组样本数据中全是逾期次数小于预定逾期次数的数据，则将该组中至少一个样本数据设为逾期次数大于等于所述预定预期次数的数据；若存在某组样本数据中全是逾期次数大于等于所述预定预期次数的数据，则将该组中至少一个样本数据设为逾期次数小于预定逾期次数的数据。

5.如权利要求1～3中任一项所述的基于最大化IV的数据分组方法，其特征在于，对于所述变量的变量值缺失的样本数据，将该样本数据缺失的变量值设为绝对值大于默认值的负数值。

6.一种基于最大化IV的数据分组装置，其特征在于，包括用于执行如权利要求1～5中任一项所述的方法的单元。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1～5中任一项所述的方法。

8.一种基于最大化IV的数据分组设备，其特征在于，包括：处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述网络接口受所述处理器的控制用于收发消息，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1～5中任一项所述的方法。