[发明专利]一种基于Efron近似优化的生存风险建模方法

摘要

本发明提供了一种基于Efron近似优化的生存风险建模方法，该方法包括：首先在最优梯度提升树(XGBoost)的模型算法框架下，构建用于建立金融、保险、医疗、交通或工业目标行业生存预测模型的生存数据的表达式；然后定义并计算所述生存数据对应的损失函数；随后定义并计算所述损失函数对应的一阶梯度和二阶梯度；最后将计算出的损失函数值以及损失函数的一阶梯度和二阶梯度值同时输入XGBoost模型算法框架，自动训练生成所述目标行业的生存预测模型。本发明的建模方法能更好地表示协变量与风险预测值之间的关系；提高模型的预测性能以及模型的泛化能力；有效改进生存预测模型的风险区分度和实用性；并且适用场景广泛。

主权项

1.一种基于Efron近似优化的生存风险建模方法，其特征在于：该方法包括如下步骤：S1)在最优梯度提升树(XGBoost)的模型算法框架下，首先构建用于建立目标行业生存预测模型的生存数据的表达式；S2)定义所述目标行业生存预测模型的生存数据对应的损失函数表达式，并计算所述损失函数；S3)推导所述损失函数对应的一阶梯度和二阶梯度表达式，并计算所述损失函数对应的一阶梯度和二阶梯度；S4)将计算出的所述损失函数以及所述损失函数对应的一阶梯度和二阶梯度同时输入最优梯度提升树(XGBoost)的模型算法框架中，由最优梯度提升树(XGBoost)的模型算法框架自动训练生成所述目标行业的生存预测模型；所述目标行业为金融、保险、医疗、交通和工业中的任意一种。