[发明专利]基于树模型的业务处理方法、装置及电子设备

说明书

本发明提供的基于树模型的业务处理方法、装置及电子设备，获取多组原始业务数据，基于设定模型对每组原始业务数据进行训练，并获取设定模型针对每组原始业务数据的样本预测结果；根据所述样本预测结果确定样本预测分数；对所述设定模型进行校验，得到校验结果；在所述校验结果表征所述设定模型通过校验时，对所述样本预测分数进行二次拟合，以构建目标树模型；获取业务需求数据，采用所述目标树模型对所述业务需求数据进行处理，得到处理结果。如此，能够对样本预测分数进行二次拟合，从而改善常见的模型过拟合、结果不稳定、预测精度不高的问题。这样一来，基于目标树模型对业务需求数据进行处理时，能够确保业务处理结果的准确性和可靠性。

技术领域

本发明涉及业务处理技术领域，具体而言，涉及一种基于树模型的业务处理方法、装置及电子设备。

背景技术

现如今，针对各类业务进行处理通常可以采用模型来实现。业务处理结果的准确性和可靠性决定了业务处理的效率。然而在常见的业务处理过程中，上述问题难以得到有效的解决。

发明内容

为了改善上述问题，本发明提供了一种基于树模型的业务处理方法、装置及电子设备。

第一方面，提供一种基于树模型的业务处理方法，应用于电子设备，所述方法包括以下步骤：

获取多组原始业务数据，基于设定模型对每组原始业务数据进行训练，并获取所述设定模型针对每组原始业务数据的样本预测结果；根据所述样本预测结果确定样本预测分数；

对所述设定模型进行校验，得到校验结果；

在所述校验结果表征所述设定模型通过校验时，对所述样本预测分数进行二次拟合，以构建目标树模型；

获取业务需求数据，采用所述目标树模型对所述业务需求数据进行处理，得到处理结果。

可选的，对所述设定模型进行校验，得到校验结果，包括：

对所述设定模型进行特征重要性检测和交互特征重要性检测，得到检测结果；

对所述设定模型进行KS值诊断以及AUC值诊断，得到诊断结果；

其中，在所述检测结果和所述诊断结果均为通过时，判定所述设定模型通过校验。

可选的，对所述样本预测分数进行二次拟合，以构建目标树模型，包括：

将所述样本预测分数作为响应变量进行拟合，以构建所述目标树模型。

可选的，将所述样本预测分数作为响应变量进行拟合，以构建所述目标树模型，包括：

确定预设的p个特征变量，对所述特征变量进行分箱，得到每个特征变量对应的q个分箱；其中，p和q为正整数；

对分箱后的特征变量进行独热编码，得到p*q个虚拟变量；

将所述样本预测分数作为响应变量，将所述虚拟变量作为预测变量，构建并拟合可加性树模型。

可选的，，所述方法还包括：

获取每个虚拟变量的重要性参数；

判断所述重要性参数是否符合设定条件；

若所述重要性参数不符合所述设定条件，则重新构建所述可加性树模型。

可选的，所述方法还包括：

在根据所述业务需求数据进行评分卡建立时对所述可加性树模型的模型权重进行修正。

可选的，在根据所述业务需求数据进行评分卡建立时对所述可加性树模型的模型权重进行修正，包括：

在训练所述可加性树模型时添加单调性限制。

第二方面，提供一种基于树模型的业务处理装置，应用于电子设备，所述装置包括以下模块：

样本预测模块，用于获取多组原始业务数据，基于设定模型对每组原始业务数据进行训练，并获取所述设定模型针对每组原始业务数据的样本预测结果；根据所述样本预测结果确定样本预测分数；