[发明专利]基于变量分组的模型生成方法、模型生成装置和电子设备

权利要求书

1.一种基于变量分组的模型生成方法，包括：

步骤1：获取包含多个变量的数据集；

步骤2：计算所述多个变量中的每个变量的预定参数；

步骤3：基于所述预定参数的大小对所述多个变量进行排序；

步骤4：获取所述多个变量中的第一变量；

步骤5：计算所述第一变量与其余变量的相关系数；

步骤6：删除所述相关系数大于第一阈值的变量以获得相对于所述第一变量的初始变量集；

步骤7：计算所述初始变量集中的最后变量的方差膨胀因子值；

步骤8：响应于所述方差膨胀因子值大于第二阈值从所述初始变量集中删除所述最后变量和响应于所述方差膨胀因子小于第二阈值在所述初始变量集中保留所述最后变量；

步骤9：针对所述初始变量集中的每个变量重复上述步骤7和步骤8以获得相对于所述第一变量的第一变量集；

步骤10：针对所述多个变量中所述第一变量集以外的变量，重复所述步骤3到所述步骤9，以获得多个变量集；以及

步骤11：基于每个变量集生成模型。

2.根据权利要求1所述的基于变量分组的模型生成方法，其中，所述预定参数用于表示所述变量的区分能力，且包括以下的其中之一：基尼指数，KS值，ROC值。

3.根据权利要求2所述的基于变量分组的模型生成方法，其中，基于所述预定参数的大小对所述多个变量进行排序包括：

基于所述每个变量的基尼指数的绝对值的大小，按照从大到小的顺序对所述多个变量进行排序。

4.根据权利要求1所述的基于变量分组的模型生成方法，其中，基于每个变量集生成模型包括：

针对每个变量集生成多个分类器；以及

以集成方法将所述多个分类器集成为最终分类器。

5.根据权利要求1所述的基于变量分组的模型生成方法，其中，获取包含多个变量的数据集包括：

获取初始数据集；

确定所述初始数据集的大小是否大于第三阈值；

响应于所述初始数据集的大小大于所述第三阈值，将所述初始数据集划分为训练数据集和测试数据集；以及

将所述训练数据集设置为所述包含多个变量的数据集。

6.一种基于变量分组的模型生成装置，包括：

数据获取单元，用于获取包含多个变量的数据集；

参数计算单元，用于计算所述多个变量中的每个变量的预定参数；

变量分组单元，用于执行以下步骤：

步骤1：基于所述预定参数的大小对所述多个变量进行排序；

步骤2：获取所述多个变量中的第一变量；

步骤3：计算所述第一变量与其余变量的相关系数；

步骤4：删除所述相关系数大于第一阈值的变量以获得相对于所述第一变量的初始变量集；

步骤5：计算所述初始变量集中的最后变量的方差膨胀因子值；

步骤6：响应于所述方差膨胀因子值大于第二阈值从所述初始变量集中删除所述最后变量和响应于所述方差膨胀因子小于第二阈值在所述初始变量集中保留所述最后变量；

步骤7：针对所述初始变量集中的每个变量重复上述步骤5和步骤6以获得相对于所述第一变量的第一变量集；

步骤8：针对所述多个变量中所述第一变量集以外的变量，重复所述步骤1到所述步骤7，以获得多个变量集；以及

模型生成单元，用于基于每个变量集生成模型。

7.根据权利要求6所述的基于变量分组的模型生成装置，其中，所述预定参数用于表示所述变量的区分能力，且包括以下的其中之一：基尼指数，KS值，ROC值。

8.根据权利要求7所述的基于变量分组的模型生成装置，其中，所述变量分组单元基于所述预定参数的大小对所述多个变量进行排序包括：

基于所述每个变量的基尼指数的绝对值的大小，按照从大到小的顺序对所述多个变量进行排序。