[发明专利]一种基于xgboost的评分卡生成方法、装置及设备

说明书

本发明提供一种基于xgboost的评分卡生成方法、装置及设备，通过对获取的各客户信息进行预处理，得到初始数据；并对初始数据进行分箱处理，计算各分箱的woe值；对每个分箱中的初始数据进行woe转换，得到目标变量；建立xgboost分类模型，输入目标变量，确定各目标变量的权重；再根据初始数据，计算信用分值，结合目标变量的权重，确定分箱的重要程度；根据重要程度，从而得到标准形式的评分卡。基于xgboost模型，满足对数据处理的高要求，基于变量分箱的重要程度从而得到评分卡，实现对多重非线性的关系的处理，解决了逻辑回归模型的缺陷，能够快速地应用到信贷评分领域，对客户进行客观科学地评分，拦截坏客户。

技术领域

本发明涉及评分卡生成技术领域，尤其涉及一种基于xgboost的评分卡生成方法、装置及设备。

背景技术

目前，信用评分卡广泛应用在金融科技信贷领域，用于综合评估客户信用风险，为贷前预授信、贷中行为评分、贷后催收以及防欺诈等决策提供科学支撑，是现代金融模型的核心之一。常见的实现方式是根绝申请客户的各项数据进行WOE分箱，建立逻辑回归模型，然后进行刻度转换，根据回归系数以及WOE值对每箱赋予分数，得到初步的评分卡，再根据业务背景进行一定的调整得到最终的评分卡。逻辑回归由于是一种线性模型，无法考虑到变量之间的以及变量与违约风险之间的非线性关系，而真实场景中大量的关系都表现为非线性关系，逻辑回归模型对于这种非线性关系捕捉能力不足，因此预测效果相对较差。

发明内容

基于此，有必要针对上述技术问题，提供一种基于xgboost的评分卡生成方法、装置及设备。

本案中的xgboost是一种基于boosting集成方式的以CART决策树作为基础学习器的梯度提升算法的高效实现，该算法能够自动选择那些重要的变量，对变量的重要性进行排序，量化变量的重要程度，同时具有强大的非线性捕捉能力，此外对于一些效果类似的变量，xgboost会自动地选择其中最具代表性的变量，将其放在重要的位置，而忽视其余的可替代变量，因此具有很强的处理多重共线性的能力。本案根据xgboost得出的各个变量的重要性程度，然后再转化为标准的评分表，即解决了逻辑回归模型的缺陷，同时又有逻辑回归模型的可解释性，因此xgboost是一种逻辑回归模型很好的替代模型。

一种基于xgboost的评分卡生成方法，所述方法包括：获取各客户信息，对所述各客户信息进行预处理，得到初始数据；对所述初始数据进行分箱处理，并计算各分箱的woe值；对每个分箱中的初始数据进行woe转换，得到目标变量；建立xgboost分类模型，输入所述目标变量，确定各目标变量的权重；根据初始数据，计算信用分值，结合所述目标变量的权重，确定目标变量对应分箱的重要程度；根据各目标变量对应分箱的所述重要程度，得到标准形式的评分卡。

在其中一个实施例中，所述获取各客户信息，对所述各客户信息进行预处理，得到初始数据步骤，具体为：获取各客户信息；对所述各客户信息进行缺失值填充和非法值替换处理，得到初始数据。

在其中一个实施例中，所述根据初始数据，计算信用分值，结合所述目标变量的权重，确定目标变量对应分箱的重要程度步骤，具体为：根据所述初始数据建立马尔科夫转移矩阵，确定信用系数；统计各所述目标变量的分箱中好坏客户的频数；将所述频数作为加权值，对所述信用系数进行加权求和，得到各分箱的信用分值；根据所述信用分值和各所述目标变量的权重，确定各目标变量对应分箱的重要程度。

在其中一个实施例中，所述统计各所述目标变量的分箱中好坏客户的频数步骤，具体为：根据客户信息，将所述目标样本分为好样本和坏样本；将所述各分箱中的目标样本根据好样本和坏样本进行区分统计，得到各所述目标变量的分箱中好坏客户的频数。