[发明专利]基于组合最优化的自动化分箱算法

摘要

本发明公开了一种基于组合最优化的自动分箱算法，包括对建模数据中的原始变量与目标变量相结合应用某种初始分箱结果、设置约束条件、进入组合最优化算法、判断目标函数是否达到最优和输出最优分箱结果。该算法在运行成本上也进行了优化，运行过程中首先从箱数阈值处开始计算满足此阈值的组合分箱点中是否有达到目标函数最优的组合，若满足目标函数最优，则可停止运行，输出最优结果，否则按照箱数阈值逐次减一的方式继续运行寻找，直到找到最优结果时停止，即此算法并不会运行所有的组合情况，减少运算成本的浪费。

主权项

1.基于组合最优化的自动化分箱算法，其特征在于，包括如下步骤：S1、对建模数据中的原始变量与目标变量相结合应用某种初始分箱结果，例如等距，等频，或者自定义的初始分箱结果，初始分割点作为优化算法的基础，进入下一步的组合最优化算法中；S2、设置组合最优化算法中的约束条件，包括最终分箱箱数，每箱数据样本量及特殊样本数等条件；S3、利用排列组合思想从最终箱数阈值开始，计算满足此箱数阈值及满足约束条件的组合结果中是否含有满足目标函数最优的组合分箱点，若有，则停止运行；否则，进入下一步；S4、再次利用组合思想从箱数阈值‑1时开始，计算满足箱数阈值‑1并满足约束条件的组合结果中寻找目标函数最优的组合分箱点，若有，则停止运行；否则，继续循环箱数阈值‑2的情况，直到寻找到目标函数达到最优的组合分箱点；S5、若样本数据中含有特殊样本，则将特殊样本按照特殊样本最终箱数阈值进行特殊样本的分箱，分箱结束后将特殊样本分箱结果与上述S3或S4的分箱结果合并在一起作为最后的结果输出；若样本数据中不含有特殊样本，则直接将上述S3或S4的分箱结果作为最后的结果输出。