[发明专利]特征分箱方法、设备及可读存储介质

说明书

本申请公开了一种特征分箱方法、设备及可读存储介质，所述特征分箱方法包括：获取各样本标签数据，并将各所述样本标签数据发送至与所述第一设备关联的第二设备，以供所述第二设备基于各所述样本标签数据、获取的各数据方分箱和公共样本ID，生成标签统计结果，进而接收所述第二设备反馈的所述标签统计结果，并基于所述标签统计结果，确定各所述数据方分箱对应的样本类别统计值，进而基于各所述样本类别统计值，执行预设最优分箱流程，获得目标分箱结果。本申请解决了纵向联邦时特征分箱效果差的技术问题。

技术领域

本申请涉及金融科技(Fintech)的人工智能领域，尤其涉及一种特征分箱方法、设备及可读存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。

随着计算机软件和人工智能的不断发展，联邦学习的应用领域也越来越广泛，而在进行联邦建模之前，通常对训练数据进行特征分箱，以达到更好的模型训练效果，例如，在基于纵向联邦的风控场景中，由于参与纵向联邦的数据提供方提供的训练数据通常不带有样本标签，进而通常通过无监督的等距分箱方式或者等频分箱方式对训练数据进行特征分箱，但是该方法只能对训练数据进行大致地，粗略地分箱，例如，基于等距分箱，对所述训练数据进行分箱后，只能保证分箱获得的各分箱中的样本数量一致，而无法保证分箱评估指标达到最优，进而导致纵向联邦时特征分箱效果较差，所以，现有技术中存在纵向联邦时特征分箱效果差的技术问题。

发明内容

本申请的主要目的在于提供一种特征分箱方法、设备及可读存储介质，旨在解决现有技术中特征分箱准确率低的技术问题。

为实现上述目的，本申请提供一种特征分箱方法，所述特征分箱方法应用于第一设备，所述特征分箱方法包括：

获取各样本标签数据，并将各所述样本标签数据发送至与所述第一设备关联的第二设备，以供所述第二设备基于各所述样本标签数据、获取的各数据方分箱和公共样本ID，生成标签统计结果；

接收所述第二设备反馈的所述标签统计结果，并基于所述标签统计结果，确定各所述数据方分箱对应的样本类别统计值；

基于各所述样本类别统计值，执行预设最优分箱流程，获得目标分箱结果。

可选地，所述标签统计结果包括各所述数据方分箱对应的标签统计向量，所述样本类别统计值包括正样本数量和负样本数量，

所述基于各所述标签统计结果，确定样本类别统计结果的步骤包括：

提取每一所述标签统计向量中的第一位数值和第二位数值；

基于各所述第一位数值，确定各所述数据方分箱对应的所述正样本数量；

基于各所述第二位数值，确定各所述数据方分箱对应的所述负样本数量。

可选地，所述基于各所述样本类别统计值，执行预设最优分箱流程，获得目标分箱结果的步骤包括：

确定各所述样本类别统计值对应的第一初始分箱结果，并基于预设第一特征分箱策略，对所述第一初始分箱结果中的各第一目标初始分箱进行合并，获得第二初始分箱结果；

确定所述第二初始分箱结果是否满足预设最优分箱结束条件，若所述第二初始分箱结果满足所述预设最优分箱结束条件，则将所述第二初始分箱结果作为所述目标分箱结果；

若所述第二初始分箱结果不满足所述预设最优分箱结束条件，则对所述第二初始分箱结果中的各第二目标初始分箱进行合并，直至所述第二初始分箱结果满足所述预设最优分箱结束条件，获得目标分箱结果。