[发明专利]一种建模方法及装置

权利要求书

1.一种建模方法，其特征在于，包括：

训练多个预设的分类器，得到第一次训练的分类器；

对所述第一次训练的分类器进行协同训练，得到第二次训练的分类器；

在第一类样本中混入第二类样本集，得到新的样本集，所述第一类样本属于第一场景的样本，所述第二类样本属于第二场景的样本；

至少基于所述新的样本集以及所述第二次训练的分类器，得到应用于所述第一场景的风控模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一次训练的分类器进行协同训练，得到第二次训练的分类器，包括：

使用目标分类器，为其它分类器选择满足条件的样本，所述目标分类器为任意一个所述第一次训练的分类器，所述其它分类器为所述第一次训练的分类器中除所述目标分类器之外的分类器；所述条件包括：高价值以及标签一致的至少一项；

使用所述满足条件的样本，训练各个分类器，得到所述第二次训练的分类器。

3.根据权利要求2所述的方法，其特征在于，所述高价值的判定参数包括：

富信息性以及代表性的至少一项。

4.根据权利要求2所述的方法，其特征在于，所述富信息性的获取方式包括：

利用所述目标分类器预测的概率值和熵函数确定。

5.根据权利要求2所述的方法，其特征在于，所述代表性的获取方式包括：

通过计算样本与其它样本的平均欧式距离得到。

6.根据权利要求2所述的方法，其特征在于，所述标签一致的判定流程包括：

确定第一标签与第二标签是否一致，所述第一标签为所述其它分类器使用更新前的样本的置信度确定，所述第二标签为所述其它分类器使用更新后的样本的置信度确定。

7.根据权利要求2-6任一项所述的方法，其特征在于，所述条件还包括：

置信度。

8.根据权利要求1所述的方法，其特征在于，所述第一次训练的分类器的数量为两个以上。

9.根据权利要求1所述的方法，其特征在于，至少基于所述新的样本集以及所述第二次训练的分类器，得到应用于所述第一场景的风控模型，包括：

使用新的样本集以及预设的人工特征，将第二次训练的分类器通过集成学习的方式，训练得到目标场景的风控模型。

10.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的建模方法。

11.一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至7中任一项所述的建模方法。