一种数据特征重要性的分析方法及系统
基本信息

| 申请号 | CN202010464925.7 | 申请日 | - |
| 公开(公告)号 | CN111612624A | 公开(公告)日 | 2020-09-01 |
| 申请公布号 | CN111612624A | 申请公布日 | 2020-09-01 |
| 分类号 | G06Q40/04(2012.01)I | 分类 | 计算;推算;计数; |
| 发明人 | 吴凌坤 | 申请(专利权)人 | 深圳博普科技有限公司 |
| 代理机构 | 深圳市智胜联合知识产权代理有限公司 | 代理人 | 深圳博普科技有限公司 |
| 地址 | 518000广东省深圳市福田区上步中路1003号深圳市科学馆801室 | ||
| 法律状态 | - | ||
摘要

| 摘要 | 本发明实施例提供了一种数据特征重要性的分析方法及系统,其中一种数据特征重要性的分析方法包括:获取债券风险评估所需的债券样本,并标记出债券样本中样本点的时间粒度,将其作为原始数据集;对所述原始数据集进行预处理,获取均衡数据集;构建用于分析数据特征重要性的随机森林模型;将所述均衡数据集输入进所述随机森林中进行计算,分析出各个数据特征的重要性排名。在收集了与债券风险评估有关的原始数据集后,通过预处理对原始数据集进行数据均衡化,以解决因数据中正负样本比例不均,而导致无法对数据特征进行有效分析的问题,并且采用随机森林算法对均衡化后的数据进行相应的数据特征分析,以找出比经由传统评估方法总结下来的用于评估债券风险所需的更加科学和准确的相关数据特征。 |





