[发明专利]一种走逃企业的预测方法、系统及相关装置

权利要求书

1.一种走逃企业的预测方法，其特征在于，包括：

获取待建模数据特征；

对所述待建模数据特征进行预设次数的有放回抽样，得到抽样样本数据；

对每个所述抽样样本数据分别进行LightGBM建模，得到预测模型；

利用所述预测模型根据平均信息熵增益输出每个特征的特征权重；

利用所述预测模型对读入数据进行走逃企业预测，得到预测结果；其中，所述预测结果包括输出特征和各所述输出特征对应的特征权重。

2.根据权利要求1所述的预测方法，其特征在于，还包括：

根据建模需求，并确定所述建模需求中的特征获取规则和业务要求；

根据所述特征获取规则生成特征宽表；

读取所述特征宽表，根据所述业务要求对所述读入数据进行特征工程处理；其中，所述特征工程处理包括缺失值填充、过采样、负采样、数值化类别特征、衍生变量中一项或任意几项的组合。

3.根据权利要求1所述的预测方法，其特征在于，得到预测模型之后，还包括：

使用Graphviz绘制各所述预测模型对应决策树的结构。

4.根据权利要求1所述的预测方法，其特征在于，还包括：

根据所述特征重要性指标对所述预测模型的模型特征进行校验，优化和/或删除异常特征后，重新训练所述预测模型。

5.根据权利要求1所述的预测方法，其特征在于，还包括：

接收输入字段；

利用后端sql查询所述输入字段对应的条目信息；

将所述条目信息中的其他字段信息和所述输入字段作为参数输入至所述预测模型。

6.根据权利要求1所述的预测方法，其特征在于，利用所述预测模型对读入数据进行走逃企业预测，得到预测结果之后，还包括：

将所述预测结果存储于预设数据库。

7.根据权利要求1所述的预测方法，其特征在于，利用所述预测模型根据平均信息熵增益输出每个特征的特征权重之后，还包括：

利用LIME对所述读入数据执行基于数据生成的回归建模，得到所有特征在所述读入数据上的重要性分数。

8.一种走逃企业的预测系统，其特征在于，包括：

数据获取模块，用于获取待建模数据特征；

抽样模块，用于对所述待建模数据特征进行预设次数的有放回抽样，得到抽样样本数据；

模型生成模块，用于对每个所述抽样样本数据分别进行LightGBM建模，得到预测模型；

特征权重确定模块，用于利用预测模型根据平均信息熵增益输出每个特征的特征权重；

预测模块，用于利用所述预测模型对读入数据进行走逃企业预测，得到预测结果；其中，所述预测结果包括输出特征和各所述输出特征对应的特征权重。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的走逃企业的预测方法的步骤。

10.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-7任一项所述的走逃企业的预测方法的步骤。