[发明专利]模型训练方法、装置及系统以及样本集优化方法、装置

权利要求书

1.一种基于优化样本集的模型训练方法，其特征在于，包括：

获取信用样本集，所述信用样本集中包含至少两种不同样本属性的信用样本；所述信用样本包括月收入样本；

针对所述信用样本集中的每个信用样本的同一特征对应的特征值，利用分位点，确定对于所述特征的初始特征区间集，所述分位点数量至少为1，所述初始特征区间集中包含至少2个特征区间；

根据所述初始特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对相邻特征区间进行合并，并生成最终特征区间集，所述最终特征区间集中包含的特征区间个数不大于所述初始特征区间集中包含的个数；

根据所述每个信用样本在所述最终特征区间集中各个特征区间的所属情况，生成优化样本集；

根据所述优化样本集进行信用模型训练，所述信用模型用于预测待预测样本的信用信息；

所述根据所述初始特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对相邻特征区间进行合并，并生成最终特征区间集，包括：根据所述初始特征区间集中各个特征区间与所述样本属性的相关系数，确定所述初始特征区集中相邻特征区间与所述样本属性的相关系数的差值；根据所述差值与预设合并阈值之间的关系，确定合并或保留所述相邻特征区间，并生成所述最终特征区间集。

2.如权利要求1所述的方法，其特征在于，所述初始特征区间集为第m特征区间集，则根据所述初始特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对相邻特征区间进行合并，并生成最终特征区间集，包括：

根据每个样本在第m特征区间集中各个特征区间的所属情况以及每个样本的属性，确定第m特征区间集中各个特征区间与样本属性的相关程度；

根据第m特征区间集中各个特征区间与样本属性的相关程度，确定第m特征区间集中相邻特征区间与样本属性的相关程度的差异；

根据第m特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对第m特征区间集中相邻特征区间进行合并；

根据确定出的合并结果，生成第m+1特征区间集；

判断第m特征区间集与第m+1特征区间集是否一致；

当一致时，根据第m+1特征区间集生成最终特征区间集。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

当不一致时，重复执行根据所述每个样本在第m+1特征区间集中各个特征区间的所属情况以及所述每个样本的属性，确定第m+1特征区间集中各个特征区间与样本属性的相关程度。

4.如权利要求2所述的方法，其特征在于，根据第m特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对第m特征区间集中相邻特征区间进行合并，包括：

当第m特征区间集中相邻特征区间与样本属性的相关程度的差异满足合并条件时，确定对相邻特征区间进行合并；

当第m特征区间集中相邻特征区间与样本属性的相关程度的差异不满足合并条件时，确定保留相邻的各个特征区间。

5.如权利要求1所述的方法，其特征在于，根据所述初始特征区间集中相邻特征区间与样本属性的相关程度的差异，确定是否对相邻特征区间进行合并，并生成最终特征区间集，包括：

根据所述每个信用样本在初始特征区集中各个特征区间的所属情况以及所述每个信用样本的属性，确定初始特征区集中各个特征区间与样本属性的相关系数；

根据初始特征区集中各个特征区间与样本属性的相关系数，确定初始特征区集中相邻特征区间与样本属性的相关系数的差值；

当所述差值小于预设合并阈值时，确定对相邻特征区间进行合并；

当所述差值不小于预设合并阈值时，确定保留相邻的各个特征区间；

根据确定出的合并结果，生成最终特征区间集。