[发明专利]数据预测方法及计算机可读存储介质

摘要

本申请实施例提供了一种数据预测方法及计算机可读存储介质，该方法包括：采集待预测的目标特征数据，并根据目标特征数据及预设的原始特征数据确定群体稳定性指标；当群体稳定性指标大于稳定性阈值，对目标模型进行训练，将目标特征数据输入至训练后的目标模型，对信贷违约风险进行预测，确定训练后的目标模型的信贷违约风险预测值，以使得训练后的目标模型的信贷违约风险预测值对应的信贷违约风险预测结果与将原始特征数据输入至原始模型得到的信贷违约风险预测值对应的信贷违约风险预测结果之间的均方误差值小于均方误差阈值。该方法实现了在业务发生变化的情况下，保持训练后的目标模型的信贷违约风险预测值的准确度。

主权项

1.一种数据预测方法，应用于信贷违约风险管控当中，其特征在于，包括：采集待预测的目标特征数据，并根据所述目标特征数据及预设的原始特征数据确定群体稳定性指标，所述目标特征数据及所述原始特征数据为信贷违约风险管控的样本数据；当所述群体稳定性指标大于稳定性阈值，对目标模型进行训练，将所述目标特征数据输入至训练后的目标模型，对信贷违约风险进行预测，确定所述训练后的目标模型的信贷违约风险预测值，以使得所述训练后的目标模型的信贷违约风险预测值对应的信贷违约风险预测结果与将所述原始特征数据输入至所述原始模型得到的信贷违约风险预测值对应的信贷违约风险预测结果之间的均方误差值小于均方误差阈值；其中，所述训练后的目标模型的信贷违约风险预测值用于表征所述目标特征数据对应的所述信贷风险管控的目标分类结果的预测概率，所述原始模型的信贷违约风险预测值用于表征所述原始特征数据对应的所述信贷违约风险管控的目标分类结果的预测概率。