[发明专利]一种金融电销场景中对负样本做消减的采样方法

权利要求书

1.一种金融电销场景中对负样本做消减的采样方法，其特征在于，具体步骤如下：

第一步、从金融场景营销的数据获取客户结构化维度，将数据分为三个子集，分别占全量比为80％(A)，10％(V)，10％(T)；

第二步、对A数据子集的正例集做聚类，例如使用K-Means或OPTICS等聚类法，对数据集的单一一个维度做聚类；

第三步、计算在所有类边界外的V数据子集和T数据子集所有的正例个数和负例个数；

第四步、计算V数据子集的正反例个数比：V_r；T数据子集的正反例个数比：T_r；并计算D_r＝|T_r-V_r|；

第五步：将T数据子集所有边界外的正/反例记录为S_w；

第六步：对每一维度值为数字的重复上面的计算，累记每一维度的边界；

第七步：将所有S_w联集为S_all，计算S_all中的正例个数，反例个数；

第八步：假设原本分类器对T数据子集的AUC值为auc，计算新的AUC值AUC_new。

2.根据权利要求1所述的一种金融电销场景中对负样本做消减的采样方法，其特征在于：

所述新的AUC值的计算步骤如下：

设定T数据子集的样例数为t，其中正例个数为T_p，反例个数为T_n，设定S_all中的正例个数为p，反例个数为n，以及

x＝p/T_p

y＝n/T_n

所有p的正例与反例配对得分为0，即被视为错误分类—(1)

所有n的反例与正例配对得分为1，即被视为正确分类—(2)

上面的AUC计算可以拆解为：

AUC_new＝S((T_p*(1-x)+x*T_p)*(T_n*(1-y)+y*T_n))/(T_p*T_n)

套入(1)和(2)，和简化后

AUC_new＝(1-x)*(1-y)*AUC+(1-x)*y+0.5*x*y。