[发明专利]一种债券风险预测方法和系统

权利要求书

1.一种债券风险预测方法，其特征在于，包括：

获取待训练数据集；

对所述待训练数据集进行预处理以得到均衡数据集；

根据预设置评估模型对所述均衡数据集进行数据特征的重要性分析得到特征数据集和特征系数数据集；

将所述特征数据集和所述特征系数数据集分别对预设置分类模型进行训练，得到第一分类模型和第二分类模型；

根据所述第一分类模型和所述第二分类模型分别对获取的待测试数据集的分类结果进行综合预测。

2.根据权利要求1所述的方法，其特征在于，所述对所述待训练数据集进行预处理以得到均衡数据集包括：

对所述待训练数据集采用欠采样和过采样方法进行预处理。

3.根据权利要求1所述的方法，其特征在于，所述根据预设置评估模型对所述均衡数据集进行数据特征的重要性分析得到特征数据集和特征系数数据集包括：

根据特征重要性X＝∑(eerOOB2-eerOOB1)/N得出数据特征的重要性指数，根据得出的重要性指数对数据特征的重要性程度进行排序并生成重要性权重系数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一分类模型和所述第二分类模型分别对获取的待测试数据集的分类结果进行综合预测包括：

当所述第一分类模型和所述第二分类模型的分类结果不一致，则定义为具有可避免的潜在风险；

当所述第一分类模型和所述第二分类模型的分类结果一致，则根据所述分类结果进行预测。

5.一种债券风险预测系统，其特征在于，包括：

获取模块，用于获取待训练数据集；

预处理模块，用于对所述待训练数据集进行预处理以得到均衡数据集；

评估模块，用于根据预设置评估模型对所述均衡数据集进行数据特征的重要性分析得到特征数据集和特征系数数据集；

分类模块，用于将所述特征数据集和所述特征系数数据集分别对预设置分类模型进行训练，得到第一分类模型和第二分类模型；

预测模块，用于根据所述第一分类模型和所述第二分类模型分别对获取的待测试数据集的分类结果进行综合预测。

6.根据权利要求5所述的系统，其特征在于，所述预处理模块，还用于对所述待训练数据集采用欠采样和过采样方法进行预处理。

7.根据权利要求5所述的系统，其特征在于，所述评估模块，还用于根据特征重要性X＝∑(eerOOB2-eerOOB1)/N得出数据特征的重要性指数，根据得出的重要性指数对数据特征的重要性程度进行排序并生成重要性权重系数。

8.根据权利要求7所述的系统，其特征在于，所述预测模块还用于，

当所述第一分类模型和所述第二分类模型的分类结果不一致，则定义为具有可避免的潜在风险；

当所述第一分类模型和所述第二分类模型的分类结果一致，则根据所述分类结果进行预测。

9.电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的债券风险预测方法的步骤。

10.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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的债券风险预测方法的步骤。