亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種個(gè)人信用評(píng)估方法及裝置與流程

文檔序號(hào):11144258閱讀:來(lái)源:國(guó)知局

技術(shù)特征:

1.一種個(gè)人信用評(píng)估方法,其特征在于,包括:

獲取訓(xùn)練樣本集,所述訓(xùn)練樣本集包括具有信用標(biāo)簽及多個(gè)信用屬性的訓(xùn)練樣本,所述信用標(biāo)簽為對(duì)對(duì)應(yīng)訓(xùn)練樣本的信用進(jìn)行評(píng)估得到的標(biāo)簽;

選取出分類(lèi)效果最好的信用屬性作為最優(yōu)信用屬性并組成對(duì)應(yīng)的最優(yōu)信用屬性集,將每個(gè)訓(xùn)練樣本中包含的所述最優(yōu)信用屬性集之外的信用屬性去掉,得到對(duì)應(yīng)的最優(yōu)訓(xùn)練樣本集;

采用支持向量機(jī)對(duì)所述最優(yōu)訓(xùn)練樣本集建模,得到支持向量機(jī)分類(lèi)模型;

獲取未知信用標(biāo)簽且僅具有所述最優(yōu)信用屬性的待測(cè)樣本并作為所述支持向量機(jī)分類(lèi)模型的輸入,得到所述待測(cè)樣本的信用標(biāo)簽。

2.根據(jù)權(quán)利要求1所述的方法,其特征在于,選取出分類(lèi)效果最好的信用屬性作為最優(yōu)信用屬性,包括:

獲取與所述多個(gè)信用屬性對(duì)應(yīng)的權(quán)重向量,并對(duì)所述多個(gè)信用屬性按照所述權(quán)重向量中對(duì)應(yīng)權(quán)重由大至小進(jìn)行排序;

對(duì)進(jìn)行排序后的多個(gè)信用屬性,利用支持向量機(jī)分類(lèi)器在所述訓(xùn)練樣本集上進(jìn)行10折交叉驗(yàn)證,得到所述最優(yōu)信用屬性。

3.根據(jù)權(quán)利要求2所述的方法,其特征在于,獲取與所述多個(gè)信用屬性對(duì)應(yīng)的權(quán)重向量,包括:

步驟1:將權(quán)重向量表示為wt=[w1,w2,…,wI]T∈RI,令t=0且設(shè)置對(duì)應(yīng)的初始的權(quán)重向量為w0=[1/I,1/I,…,1/I]T,I為所述信用屬性的數(shù)量;

步驟2:最大化來(lái)求得權(quán)重向量wt+1,其中:

<mrow> <msubsup> <mi>z</mi> <mi>i</mi> <mrow> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> </msubsup> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mrow> <mo>(</mo> <mo>|</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>M</mi> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>-</mo> <mo>|</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>H</mi> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,分別是訓(xùn)練樣本xi在與其信用標(biāo)簽不同的異類(lèi)樣本以及訓(xùn)練標(biāo)簽相同的同類(lèi)樣本中的近鄰樣本矩陣,k是先驗(yàn)設(shè)置的近鄰個(gè)數(shù),N為訓(xùn)練樣本的數(shù)量;

求解下面的優(yōu)化問(wèn)題得到αi

<mrow> <mtable> <mtr> <mtd> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> </munder> </mtd> <mtd> <mrow> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>|</mo> <mo>|</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>M</mi> </mrow> </msubsup> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&lambda;</mi> <mo>|</mo> <mo>|</mo> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> <mo>,</mo> </mrow>

求解下面的優(yōu)化問(wèn)題得到βi

<mrow> <mtable> <mtr> <mtd> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> </munder> </mtd> <mtd> <mrow> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>|</mo> <mo>|</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>H</mi> </mrow> </msubsup> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&lambda;</mi> <mo>|</mo> <mo>|</mo> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>

其中,λ為控制稀疏項(xiàng)稀疏程度的超參數(shù);

步驟3:判斷||wt+1-wt||是否小于或等于第一預(yù)設(shè)值,如果是,則確定wt+1為最終得到的權(quán)重向量,如果否,則令t=t+1,返回執(zhí)行步驟2。

4.根據(jù)權(quán)利要求3所述的方法,其特征在于,判斷出||wt+1-wt||大于所述第一預(yù)設(shè)值之后,還包括:

判斷t是否等于第二預(yù)設(shè)值,如果是,則確定wt+1為最終得到的權(quán)重向量,如果否,則執(zhí)行所述令t=t+1,返回執(zhí)行步驟2的步驟。

5.根據(jù)權(quán)利要求1所述的方法,其特征在于,獲取所述訓(xùn)練樣本集之后,還包括:

對(duì)每個(gè)所述訓(xùn)練樣本按照下列轉(zhuǎn)換函數(shù)進(jìn)行離差標(biāo)準(zhǔn)化處理:

<mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> <mrow> <msubsup> <mi>x</mi> <mi>j</mi> <mi>max</mi> </msubsup> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> </mfrac> <mo>,</mo> </mrow>

i=1,…,N,

j=1,…,I,

其中,xij表示第i個(gè)訓(xùn)練樣本第j個(gè)信用屬性的屬性值,表示所有訓(xùn)練樣本中信用屬性j的最大值,表示所有訓(xùn)練樣本中信用屬性j的最小值;

對(duì)應(yīng)的,獲取所述待測(cè)樣本之后,還包括:

對(duì)所述待測(cè)樣本按照下列轉(zhuǎn)換函數(shù)進(jìn)行離差標(biāo)準(zhǔn)化處理:

<mrow> <msub> <mi>x</mi> <mi>j</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>j</mi> </msub> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> <mrow> <msubsup> <mi>x</mi> <mi>j</mi> <mi>max</mi> </msubsup> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> </mfrac> <mo>,</mo> </mrow>

其中,xj表示所述待測(cè)樣本第j個(gè)信用屬性的屬性值。

6.一種個(gè)人信用評(píng)估裝置,其特征在于,包括:

獲取模塊,用于獲取訓(xùn)練樣本集,所述訓(xùn)練樣本集包括具有信用標(biāo)簽及多個(gè)信用屬性的訓(xùn)練樣本,所述信用標(biāo)簽為對(duì)對(duì)應(yīng)訓(xùn)練樣本的信用進(jìn)行評(píng)估得到的標(biāo)簽;

選取模塊,用于選取出分類(lèi)效果最好的信用屬性作為最優(yōu)信用屬性并組成對(duì)應(yīng)的最優(yōu)信用屬性集,將每個(gè)訓(xùn)練樣本中包含的所述最優(yōu)信用屬性集之外的信用屬性去掉,得到對(duì)應(yīng)的最優(yōu)訓(xùn)練樣本集;

構(gòu)建模塊,用于采用支持向量機(jī)對(duì)所述最優(yōu)訓(xùn)練樣本集建模,得到支持向量機(jī)分類(lèi)模型;

分類(lèi)模塊,用于獲取未知信用標(biāo)簽且僅具有所述最優(yōu)信用屬性的待測(cè)樣本并作為所述支持向量機(jī)分類(lèi)模型的輸入,得到所述待測(cè)樣本的信用標(biāo)簽。

7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,所述選取模塊包括:

選取單元,用于:獲取與所述多個(gè)信用屬性對(duì)應(yīng)的權(quán)重向量,并對(duì)所述多個(gè)信用屬性按照所述權(quán)重向量中對(duì)應(yīng)權(quán)重由大至小進(jìn)行排序;對(duì)進(jìn)行排序后的多個(gè)信用屬性,利用支持向量機(jī)分類(lèi)器在所述訓(xùn)練樣本集上進(jìn)行10折交叉驗(yàn)證,得到所述最優(yōu)信用屬性。

8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述選取單元包括:

選取子單元,用于執(zhí)行以下操作:

步驟1:將權(quán)重向量表示為wt=[w1,w2,…,wI]T∈RI,令t=0且設(shè)置對(duì)應(yīng)的初始的權(quán)重向量為w0=[1/I,1/I,…,1/I]T,I為所述信用屬性的數(shù)量;

步驟2:最大化來(lái)求得權(quán)重向量wt+1,其中:

<mrow> <msubsup> <mi>z</mi> <mi>i</mi> <mrow> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> </msubsup> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mrow> <mo>(</mo> <mo>|</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>M</mi> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>-</mo> <mo>|</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>H</mi> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中,分別是訓(xùn)練樣本xi在與其信用標(biāo)簽不同的異類(lèi)樣本以及訓(xùn)練標(biāo)簽相同的同類(lèi)樣本中的近鄰樣本矩陣,k是先驗(yàn)設(shè)置的近鄰個(gè)數(shù),N為訓(xùn)練樣本的數(shù)量;

求解下面的優(yōu)化問(wèn)題得到αi

<mrow> <mtable> <mtr> <mtd> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> </munder> </mtd> <mtd> <mrow> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>|</mo> <mo>|</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>M</mi> </mrow> </msubsup> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&lambda;</mi> <mo>|</mo> <mo>|</mo> <msub> <mi>&alpha;</mi> <mi>i</mi> </msub> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> <mo>,</mo> </mrow>

求解下面的優(yōu)化問(wèn)題得到βi

<mrow> <mtable> <mtr> <mtd> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> </munder> </mtd> <mtd> <mrow> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mo>|</mo> <mo>|</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>w</mi> <mi>i</mi> </msup> <mo>)</mo> </mrow> <mi>T</mi> </msup> <msubsup> <mi>H</mi> <mi>i</mi> <mrow> <mi>N</mi> <mi>H</mi> </mrow> </msubsup> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mi>&lambda;</mi> <mo>|</mo> <mo>|</mo> <msub> <mi>&beta;</mi> <mi>i</mi> </msub> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>

其中,λ為控制稀疏項(xiàng)稀疏程度的超參數(shù);

步驟3:判斷||wt+1-wt||是否小于或等于第一預(yù)設(shè)值,如果是,則確定wt+1為最終得到的權(quán)重向量,如果否,則令t=t+1,返回執(zhí)行步驟2。

9.根據(jù)權(quán)利要求8所述的裝置,其特征在于,所述選取子單元還包括:

判斷子單元,用于判斷t是否等于第二預(yù)設(shè)值,如果是,則確定wt+1為最終得到的權(quán)重向量,如果否,則執(zhí)行所述令t=t+1,返回執(zhí)行步驟2的步驟。

10.根據(jù)權(quán)利要求6所述的裝置,其特征在于,還包括:

標(biāo)準(zhǔn)化處理模塊,用于獲取所述訓(xùn)練樣本集之后,對(duì)每個(gè)所述訓(xùn)練樣本按照下列轉(zhuǎn)換函數(shù)進(jìn)行離差標(biāo)準(zhǔn)化處理:

<mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> <mrow> <msubsup> <mi>x</mi> <mi>j</mi> <mi>max</mi> </msubsup> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> </mfrac> <mo>,</mo> </mrow>

i=1,…,N,

j=1,…,I,

其中,xij表示第i個(gè)訓(xùn)練樣本第j個(gè)信用屬性的屬性值,表示所有訓(xùn)練樣本中信用屬性j的最大值,表示所有訓(xùn)練樣本中信用屬性j的最小值;

以及用于獲取所述待測(cè)樣本之后,對(duì)所述待測(cè)樣本按照下列轉(zhuǎn)換函數(shù)進(jìn)行離差標(biāo)準(zhǔn)化處理:

<mrow> <msub> <mi>x</mi> <mi>j</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>j</mi> </msub> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> <mrow> <msubsup> <mi>x</mi> <mi>j</mi> <mi>max</mi> </msubsup> <mo>-</mo> <msubsup> <mi>x</mi> <mi>j</mi> <mi>min</mi> </msubsup> </mrow> </mfrac> <mo>,</mo> </mrow>

其中,xj表示所述待測(cè)樣本第j個(gè)信用屬性的屬性值。

當(dāng)前第2頁(yè)1 2 3 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1