[发明专利]基于组合最优化的自动化分箱算法

权利要求书

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。

2.根据权利要求1所述的基于组合最优化的自动化分箱算法，其特征在于：所述的组合最优化算法结合了运筹学中的非线性规划思想以及数学中的排列组合思想，该组合最优化算法的目标函数为：

其中，y_i表示第i组箱中响应标签的数量，y_T表示全部样本中响应标签的数量，n_i表示第i组箱中未响应标签的数量，n_T表示全部样本中未响应标签的数量。

3.根据权利要求2所述的基于组合最优化的自动化分箱算法，其特征在于：该组合最优化算法的约束条件为：

其中，brd_i表示第i组分箱样本与第i+1组分箱样本中的响应标签占比的差值，G函数为计算分箱组单调性的函数，n表示最终分箱数，n_thershlid表示最终分箱数阈值，S_i表示第i箱数据样本量大小，S_threshold表示每箱样本量阈值，Special表示特殊样本值，B函数为计算特殊样本的箱数的函数，B_threshold表示特殊样本最终箱数阈。