一种基于LightGBM的金融违约概率预测模型

摘要

本发明提供了一种基于LightGBM的金融违约概率预测模型，其建模包括样本数据获取、数据预处理、特征工程、划分数据集、模型训练以及调参、模型部署及监控，实现了对借款人自动、全面、流程化的信用风险评估预测，从而降低了信贷逾期欺诈风险，促进互联网金融风控能力提升和健康发展；本发明技术方案的预测模型的核心在于，利用基于histogram算法和level‑wise分裂策略的LightGBM模型，可优化快速处理异常值多、缺失值高、维度广的互联网金融海量数据，具有处理大数据的能力，由于算法的优异性，模型的可靠性、灵活性和可扩展性均得到提高，更加适合当前大数据风控的需求。