[发明专利]一种建模方法及装置

说明书

本申请提供一种建模方法及装置，对分类器进行两次训练，第二次训练在第一次训练的基础上进行协同训练，有利于提高在正样本稀少的情况下的分类器的准确性，并且扩充样本的数量，最后使用扩充后的样本再次对第二次训练的分类器进行集成学习即第三次训练，得到模型，因此，能够进一步提升在正样本稀少的情况下的分类器的准确性。

技术领域

本申请涉及电子信息领域，尤其涉及一种建模方法及装置。

背景技术

随着机器学习的兴起，机器学习模型被广泛应用于各个行业的预测。而在对一些特殊场景例如金融风险的预测，对预测结果有较高的要求，因此，对于机器学习模型的准确性要求较高。

但在风控模型的训练过程中，很可能因为样本标签数量的不足，导致训练得到的风控模型的预测准确性不高。

发明内容

本申请提供了一种建模方法及装置，目的在于解决训练得到的风控模型的预测准确性不高的问题。

为了实现上述目的，本申请提供了以下技术方案：

一种建模方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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，

可选的，所述条件还包括：

置信度。

可选的，所述第一次训练的分类器的数量为两个以上。

可选的，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。

一种电子设备，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，以实现上述的建模方法。