[发明专利]特征筛选方法、预警方法、装置、电子设备、介质和程序

说明书

本公开提供了一种特征筛选方法、预警方法、装置、电子设备、介质和程序。特征筛选方法、预警方法和装置可用于金融技术领域。用于数据的特征筛选方法包括：确定数据样本，数据样本中包括多种特征；第一阶段筛选数据；以及第二阶段筛选数据。其中，第一阶段筛选数据包括：运用最大相关‑最小冗余算法、特征权重算法、T检验算法分别对数据样本进行特征筛选，将筛选结果求并集得到第一阶段特征子集。其中，第二阶段筛选数据包括：运用包装式特征选择方法、嵌入式特征选择方法得到最终特征。

技术领域

本公开涉及金融技术领域，更具体地，涉及一种用于数据的特征筛选方法、银行客户流失的预警方法、装置、电子设备、介质和计算机程序。

背景技术

互联网金融的发展，使得传统银行面临许多新的挑战。对于传统银行来说，如何在日渐稀疏的客户市场中保留现有客户显的尤为重要，如何提前识别潜在流失客户进行挽留更是银行关注的焦点。目前针对银行客户流失预警问题，业界多使用有限的客户数据，对客户的流失状况进行分类。但随着大数据时代的发展，银行积累了大量高维度的客户数据，传统的模型达到的效果有限，分类算法的效率及分类的准确性等都有待提高。

因此，如何利用高维客户数据中的有效信息构建预警模型，判断客户在未来是否有流失倾向，进而帮助决策者能够早些发现问题并采取相应的挽留策略，减少客户流失，降低银行损失是业内亟待解决的问题。

发明内容

有鉴于此，本公开提供了一种算法简单、成本低、分类精度高的用于数据的特征筛选方法、银行客户流失的预警方法、装置、电子设备、计算机可读存储介质和计算机程序。

本公开的一个方面提供了一种用于数据的特征筛选方法，包括以下操作：确定数据样本，所述数据样本中包括多种特征。第一阶段筛选数据，所述第一阶段筛选数据包括：运用最大相关-最小冗余算法、运用特征权重算法和运用T检验算法分别对所述数据样本进行特征筛选，将筛选结果求并集得到第一阶段特征子集；第二阶段筛选数据，所述第二阶段筛选数据包括：运用包装式特征选择方法对所述第一阶段特征子集进行特征筛选，得到第四特征子集；运用嵌入式特征选择方法对所述第一阶段特征子集进行特征筛选，得到第五特征子集；以及根据第四特征子集和第五特征子集得到最终特征。

根据本公开实施例的用于数据的特征筛选方法，通过第一阶段筛选数据，运用了最大相关-最小冗余算法、特征权重算法和T检验算法可以对原始特征进行降维，进而选择出对判断银行客户是否流失影响较大的特征，也即得到第一阶段特征子集。将第一阶段特征子集作为输入特征进行第二阶段筛选数据，由此，可以进一步降低分类算法复杂度，降低运算成本，提高分类精度。

在一些实施例中，所述运用包装式特征选择方法对所述第一阶段特征子集进行特征筛选包括运用特征排序算法对第一阶段特征子集进行迭代，在迭代过程中得到第四特征子集。

在一些实施例中，所述运用嵌入式特征选择方法对所述第一阶段特征子集进行特征筛选包括运用梯度增强算法对第一阶段特征子集进行迭代，在迭代过程中得到第五特征子集。

在一些实施例中，所述根据第四特征子集和第五特征子集得到最终特征包括根据指示函数计算每个特征的重要性得分，将所述重要性得分升序或者降序排列，得到N_final个最终特征，N_final为大于等于1的整数，所述指示函数包括以下公式：

其中，f_i代表各个特征；m代表包装式特征选择方法的模型或者嵌入式特征选择方法的模型；ti代表第四特征子集或者第五特征子集的个数；acc_m，k代表模型m在第k次运行时的精度；N_final代表最终特征的个数；r(f_i，m，k)表示第k次运行时模型m的特征f_i的秩，每个模型m中特征的最大秩记为