[发明专利]面向不平衡数据集的信用风险预测方法

权利要求书

1.一种面向不平衡数据集的信用风险预测方法，其特征在于，包括以下步骤：

步骤S1，采集并预处理网贷平台的用户历史数据，并对预处理后的用户历史数据按预设比例划分为训练集和测试集；

步骤S2，利用随机森林算法对所述训练集进行特征选择，得到最优特征子集；

步骤S3，利用改进过采样方法对所述最优特征子集进行处理，得到所述平衡数据集；

步骤S4，利用Focal Loss函数改进LightGBM算法的损失函数，以建立信用风险模型，利用所述平衡数据集对所述信用风险模型进行训练，得到信用风险预测模型；

步骤S5，通过网格搜索算法对所述信用风险预测模型的参数进行优化，得到最佳信用风险预测模型；

步骤S6，将所述测试集输入所述最佳信用风险预测模型中，得到预测结果。

2.根据权利要求1所述的面向不平衡数据集的信用风险预测方法，其特征在于，所述步骤S1具体步骤为：

步骤S101，在网贷平台采集所述用户历史数据；

步骤S102，统计所述用户历史数据中每个特征的缺失值比例，删除缺失值比例超过60％的特征；

步骤S103，采用特殊值填充法对分类型变量的缺失值进行填充，采用均值填充法对数值型变量的缺失值进行填充；

步骤S104，将填充后的分类型变量和填充后的数值型变量进行归一化处理，并按照所述预设划分比例将归一化后的数据划分为所述训练集和所述测试集。

3.根据权利要求1所述的面向不平衡数据集的信用风险预测方法，其特征在于，所述步骤S2中利用随机森林算法的最小袋外数据误差率准则度量所述训练集中每个特征的重要性程度，通过每次有放回地从数据集中抽取M个样本，共抽取n次，得到n组袋外数据，再对第j个特征加入噪声，并计算加入噪声前后两次决策树误差值的变化大小，得到第j个特征的重要程度，直至获得全部特征的重要程度，筛选出所述最优特征子集。

4.根据权利要求3所述的面向不平衡数据集的信用风险预测方法，其特征在于，所述第j个特征的重要程度的公式为：

其中，Error1_i为根据n组袋外数据计算得到的第i棵决策树的误差值，Error2_ji为对第j个特征添加噪声后的第i棵决策树的误差值。