买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本申请涉及一种基于熵特征与自适应超参数的信用卡违约预测方法,元网络包括超参数生成器、基学习器;超参数生成器生成基学习器更新用的第一超参数;在任意一个任务中,通过特征提取函数提取出任务的状态信息,并通过任务中类别出现的概率计算任务的熵特征,利用熵特征为任务中各样本的各特征加权;基于第一超参数更新基学习器的第二超参数,更新时根据任务中的熵特征动态调整第一超参数;计算状态信息下的熵,根据熵值更新第一超参数;执行完所有任务,并基于所有特征的权重、每个任务中的预测损失、正则化项计算总损失以优化元网络,优化后的基学习器在查询集上进行信用卡违约预测。该方法提高了元网络的预测准确性,减少了过拟合的风险。
主权项:1.一种基于熵特征与自适应超参数的信用卡违约预测方法,其特征在于,包括:S1:将信用卡违约预测数据集划分为支持集和查询集;定义元网络,所述元网络包括超参数生成器、基学习器;所述超参数生成器生成基学习器更新用的第一超参数;S2:在任意一个任务中,通过特征提取函数提取出任务的状态信息,并通过任务中类别出现的概率计算任务的熵特征,利用所述熵特征为任务中各样本的各特征加权;S3:基于所述第一超参数更新基学习器的第二超参数,更新时根据任务中的熵特征动态调整第一超参数;S4:计算所述状态信息下的熵,根据熵值更新第一超参数;S5:执行完所有任务,并基于所有特征的权重、每个任务中的预测损失、正则化项计算总损失以优化元网络,优化后的基学习器在查询集上进行信用卡违约预测。
全文数据:
权利要求:
百度查询: 湖南工商大学 一种基于熵特征与自适应超参数的信用卡违约预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。