一种信贷变量数据的进行高纬变量筛选的方法
基本信息
| 申请号 | CN202111494508.8 | 申请日 | - |
| 公开（公告）号 | CN114119211A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114119211A | 申请公布日 | 2022-03-01 |
| 分类号 | G06Q40/02（2012.01）I;G06F17/18（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 钟磊;田羽;刘银龙;段笑;游江珊 | 申请（专利权）人 | 武汉众邦银行股份有限公司 |
| 代理机构 | 成都正煜知识产权代理事务所（普通合伙） | 代理人 | 李龙 |
| 地址 | 432200湖北省武汉市黄陂区盘龙城经济开发区汉口北大道88号汉口北国际商品交易中心D2区1-2层、22-23层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及信用评分建模领域，提供了一种信贷变量数据的进行高纬变量筛选的方法。目的在于解决如何充分筛选高维变量，尝试构建一种新的变量筛选方法来辅助信用评分建模，确保得到的建模模型的最佳准确度。主要方案包括获取申请数据、放款数据、逾期数据、征信数据；截取一段时间的数据，根据cumauc归纳方法对提取的数据进行初步筛选，选取auc值大的数据；对初步筛选的变量进行卡方分箱，卡方分箱使得每个数据有单独的权重，为后续的评分模型引入非线性，降低了模型过拟合的风险，选取权重较高的数据；根据筛选得到的数据进行stepwise逐步回归分析，最终得到所有的符合筛选条件的数据。 |
