1.一种基于类边界的重采样集成学习模型的信用风险评估方法,其特征在于,所述方法包括步骤:
S1,对训练集中的数据样本采用KNN分类算法对所述数据样本的进行分类,将所述训练集的中数据样本划分为类边界样本集与非边界样本集;
S2,将所述类边界样本集中的数据样本划分为第一多数类数据样本集(Maj_b)和第一少数类数据样本集(Min_b);
S3,将所述非边界样本集中的数据样本划分为第二多数类数据样本集(Maj)和第二少数类数据样本集(Min);
S4,设置k个随机百分比pi,k>2,p≤50%,1≤i≤k,从所述第一多数类数据样本集(Maj_b)中按照1‑pi的比例抽取Maj_b*(1‑pi)个所述第一多数类数据样本形成k个样本子集Maj_b_i,从所述第一少数类数据样本集(Min_b)中按照1‑pi的比例抽取Min_b*(1‑pi)个所述第一少数类数据样本形成k个样本子集Min_b_i,从所述第二多数类数据样本集(Maj)中按照pi的比例抽取Maj*pi个所述第二多数类数据样本形成k个样本子集Maj_i,从所述第二少数类数据样本集(Min)中按照pi的比例抽取Min*pi个所述第二多数类数据样本形成k个样本子集Min_i,由所述样本子集Maj_b_i、Min_b_i、Maj_i以及Min_i分别组成k个不平衡集unbalance_i;
S5,对每个所述不平衡集unbalance_i采用CTGAN模型算法生成少数类样本,使样本平衡,形成k个平衡样本子集balance_i;
S6,基于所述k个平衡样本子集balance_i作为新的训练集构建信用风险评估模型以获得信用风险评估结果。
2.根据权利要求1所述的信用风险评估方法,其特征在于,所述步骤S6包括:基于所述k个平衡样本子集balance_i作为新的训练集,用k个决策树所述k个平衡样本子集balance_i,得到k个分类器,使用Bagging集成学习算法集成学习所述k个分类器,以投票表决法构建信用风险评估模型,以获得信用风险评估结果。
3.根据权利要求1所述的信用风险评估方法,其特征在于,所述KNN分类算法具体包括:
对一个数据样本A,如果所述数据样本A的预设的K个近邻有超过一半与所述数据样本A不属于同一个类别,则把所述数据样本A划分为类边界样本。
4.根据权利要求1所述的信用风险预测方法,其特征在于,所述步骤S4中,采用bootstrap采样方法进行样本抽取,以形成所述样本子集Maj_b_i、Min_b_i、Maj_i以及Min_i。
5.根据权利要求1所述的信用风险评估方法,其特征在于,所述步骤S5中的所述CTGAN模型算法包括:使用CTGAN模型生成X个少数类样本,使不平衡样本中多数类样本与少数类样本个数相等;
由生成器和鉴别器组成的GAN网络,在学习数据时它们是一个博弈的过程,生成器的目标是生成的数据尽可能使判别器无法判断是真样本还是假样本,判别网络的目的就是能判别出来一个样本它是来自真实样本集还是假样本集;在训练的过程中,每次迭代会分别计算生成器与鉴别器的损失函数,根据Adam梯度下降算法分别来更新生成器与鉴别器的参数;
这里用的CTGAN,我们只用了少数类训练模型,得到参数优化后的生成器,然后根据你想要生成少数类的数量,生成器可以生成相应的少数类生成样本。
6.根据权利要求1所述的信用风险评估方法,其特征在于,还包括步骤:按照预设的分类方式对采集到的数据集中的数据进行分类,将所述数据分类至训练集和/或数据集,以获得所述训练集和所述数据集。
7.一种计算机系统,其特征在于,包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的信用风险评估方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的信用风险评估方法的步骤。