[发明专利]基于优化Boruta和XGBoost的信贷违约预测方法及系统

权利要求书

1.一种基于优化Boruta和XGBoost的信贷违约预测方法，其特征在于，包括步骤：

S1、获取原始数据集，并对所述原始数据集中各个文件进行数据预处理及特征组合操作，得到信贷组合数据集；所述原始数据集中包括历史贷款记录、信用卡数据、历史逾期次数、用户基本信息、收入情况；

S2、基于Boruta-XGB特征选择算法，对所述信贷组合数据集进行特征选择，得到包括最优特征子集的信贷数据集；所述Boruta-XGB算法是在Boruta算法的基础上，将包裹的分类模型由随机森林算法替换为XGBoost算法并采取不同的特征删除的方法；

S3、基于特征选择获得的所述信贷数据集，使用遗传算法优化XGBoost算法的参数，构造生成Boruta-GA-XGB模型；

S4、输入待预测的用户信贷信息，并基于所述Boruta-GA-XGB模型，对用户信贷违约进行预测，并获得预测结果。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：数据预处理包括对缺失值、类别变量的处理；所述特征组合包括将相关性强的特征进行多项式组合。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：

所述XGBoost算法中，采用信息增益来评估特征的重要性。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：所述XGBoost算法的参数包括代表子分类器的学习速率learning_rate、子分类器的最大数量n_estimators、每个子分类器的最大深度max_depth、最小的叶子节点样本权重的和min_child_weight、构建子分类器时，节点分裂时损失函数的下降值的下限值gamma、用于控制构造各子分类器时随机采样的比例subsample、用于控制每个子分类器在随机采样中特征数量的占比colsample_bytree。

5.一种基于优化Boruta和XGBoost的信贷违约预测系统，其特征在于，包括：数据处理模块，获取原始数据集，并对所述原始数据集中各个文件进行数据预处理及特征组合操作，得到信贷组合数据集；所述原始数据集中包括历史贷款记录、信用卡数据、历史逾期次数、用户基本信息、收入情况；

特征选择模块，基于Boruta-XGB特征选择算法，对所述信贷组合数据集进行特征选择，得到包括最优特征子集的信贷数据集；所述Boruta-XGB算法是在Boruta算法的基础上，将包裹的分类模型由随机森林算法替换为XGBoost算法并采取不同的特征删除的方法；

优化模型构造模块，基于特征选择获得的所述信贷数据集，使用遗传算法优化XGBoost算法的参数，构造生成Boruta-GA-XGB模型；

信贷违约预测模块，输入待预测的用户信贷信息，并基于上述Boruta-GA-XGB模型，对用户信贷违约进行预测，并获得预测结果。

6.根据权利要求5所述的系统，其特征在于，所述数据处理模块包括：数据预处理包括对缺失值、类别变量的处理；所述特征组合包括将相关性强的特征进行多项式组合。

7.根据权利要求5所述的方法，其特征在于，所述特征选择模块包括：

所述XGBoost算法中，采用信息增益来评估特征的重要性。

8.根据权利要求5所述的方法，其特征在于，所述优化模型构造模块包括：所述XGBoost算法的参数包括代表子分类器的学习速率learning_rate、子分类器的最大数量n_estimators、每个子分类器的最大深度max_depth、最小的叶子节点样本权重的和min_child_weight、构建子分类器时，节点分裂时损失函数的下降值的下限值gamma、用于控制构造各子分类器时随机采样的比例subsample、用于控制每个子分类器在随机采样中特征数量的占比colsample_bytree。