[发明专利]基于优化Boruta和XGBoost的信贷违约预测方法及系统

说明书

本发明提供了基于优化Boruta和XGBoost的信贷违约预测方法及系统，方法包括：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；基于Boruta‑XGB特征选择算法，对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；基于特征选择获得的信贷数据集，使用遗传算法优化XGBoost算法的参数，构造生成Boruta‑GA‑XGB模型；并基于Boruta‑GA‑XGB模型，对待预测的用户信贷信息进行违约预测，获得预测结果。本发明采用优化的特征选择算法Boruta‑XGB挖掘所有与因变量相关的特征，使用遗传算法对XGBoost算法的参数进行优化，构建Boruta‑GA‑XGB模型对用户信贷违约进行预测，从而从根源上解决了现有的特征数量过多及模型参数过多导致信贷违约预测无法达到最优的问题。

技术领域

本发明属于信息技术领域，具体涉及一种优化Boruta和XGBoost的信贷违约预测方法及系统。

背景技术

目前国内消费金融行业正处于野蛮生长到稳定发展的转折点，还未形成一个适应中国国情的成熟健全的风险控制体系。为了稳定平台的运转、保护消费者的利益、保障我国消费金融行业平稳向上的发展，必须大力加强消费金融机构的风险控制能力，尤其是贷前审核环节的风险控制能力，如果发生风险控制漏洞，对经济和社会都会造成恶劣影响。

贷前审核是信贷风险控制最重要的环节。贷前审核通过对用户进行各方面的资质审核，决定是否通过其贷款申请。通过违约预测判断用户是否具备还款能力：违约用户具备还款意愿，但是可能会由于其自身经济情况恶化等原因无法按时偿还借贷资金，在业务场景中同样需要拒绝该类用户的贷款申请，减少不良贷款。总的来说，贷前审核就是通过对用户进行核查和筛选，过滤欺诈的用户，拒绝违约的用户，放贷给正常的用户。

现有的基于大数据分析的信贷违约预测技术中，目前存在问题有特征数量过多以及分类模型参数过多导致信贷违约预测无法达到最优性能，造成时间和空间上的巨大浪费，且信贷违约预测方法准确率低下。

因此，如何克服特征冗余，以及提高用户信贷违约预测预测的准确性，是本领域亟待解决的问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于优化Boruta和 XGBoost的信贷违约预测方法及系统。本发明采用优化后的Boruta特征选择算法Boruta-XGB挖掘所有与因变量相关的特征，建立良好的特征体系；基于特征选择后的数据集，使用遗传算法对XGBoost算法的参数进行优化，构建Boruta-GA-XGB模型，并利用Boruta-GA-XGB模型对用户信贷违约进行预测，从而从根源上解决了现有的特征数量过多及分类模型参数过多导致信贷违约预测无法达到最优的问题。

为了实现以上目的，本发明采用以下技术方案：

本发明提出一种基于优化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。