(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111341408.1 (22)申请日 2021.11.12 (71)申请人 上海冰鉴信息科技有限公司 地址 200000 上海市浦东 新区自由贸易试 验区商城路618号四层B207室 (72)发明人 顾凌云　周轩　张阳　王震宇　 (74)专利代理 机构 成都顶峰专利事务所(普通 合伙) 51224 代理人 李崧岩 (51)Int.Cl. G06N 20/00(2019.01) (54)发明名称 模型创建方法、 装置及计算机可读存 储介质 (57)摘要 本申请提供的模 型创建方法、 装置及计算机 可读存储介质， 通过原始样 本数据组成的第一训 练样本集， 衍生特征数据组成的第二训练样本 集， 以及基于原始样本数据和衍生样本数据组成 的第三训练样本集构建不同的集成树模型， 通过 不同集成树模型对测试样本集中的测试样本的 测试， 得到不同的模型评价指标， 并通过该不同 的模型评价指标确定最终的目标集成树模型。 相 对于一棵树而言， 具有更强的数据表达能力， 另 外相对于线性模型也能发掘特征之间的非线性 关系， 如此通过上述方式确定的目标集成树模型 可以更好的使特 征表达数据。 权利要求书3页 说明书9页 附图4页 CN 114139718 A 2022.03.04 CN 114139718 A 1.一种模型创建方法， 其特 征在于， 应用于计算机设备， 所述方法包括： 将原始样本数据进行划分得到训练样本集与测试样本集； 对所述训练样本集中的原始样本数据进行筛选， 得到由筛选后原始样本数据组成的第 一训练样本集； 采用所述第 一训练样本集建模得到第 一集成树模型， 并采用所述第 一集成树模型对所 述测试样本集中的测试样本进行测试， 得到第一模型评价指标； 采用所述第一集成树模型对所述第一训练样本集进行衍生处理， 得到第二训练样本 集； 采用所述第 二训练样本集建模得到第 二集成树模型， 并采用所述第 二集成树模型对所 述测试样本集中的测试样本进行测试， 得到第二模型评价指标； 基于所述第一训练样本集与所述第二训练样本集合并得到的第三训练样本集建模得 到第三集成树模型， 并采用所述第三集成树模型对所述测试样本集中的测试样本进行测 试， 得到第三模型评价指标； 根据所述第 一模型评价指标、 第 二模型评价指标及第 三模型评价指标从所述第 一集成 树模型、 第二集成树模型及第三集成树模型中确定出最优的集成树模型作为目标集成树模 型。 2.如权利要求1所述的模型创建方法， 其特征在于， 所述对所述训练样本集中的原始样 本数据进行筛 选， 得到由筛 选后原始样本数据组成的第一训练样本集的步骤， 包括： 针对所述训练样本集中的原始样本数据， 采用k ‑折交叉验证的方式筛选出最优参数下 排序在预设名次且符合所述训练样本集所在业务逻辑的目标原始样本数据， 由所述目标原 始样本数据组成所述第一训练样本集。 3.如权利要求1所述的模型创建方法， 其特征在于， 所述第一模型评价指标包括第一 AUC值以及第一KS值， 所述采用所述第一集成树模型对所述测试样本集中的测试样本进行 测试， 得到第一模型评价指标的步骤， 包括： 采用所述第 一集成树模型对所述测试样本集中的测试样本进行打分， 建立评价所述第 一集成树模型的第一AUC值以及第一KS值； 所述第二模型评价指标包括第二AUC值以及第二KS值， 所述采用所述第二集成树模型 对所述测试样本集中的测试样本进行测试， 得到第二模型评价指标的步骤 包括： 采用所述第 二集成树模型对所述测试样本集中的测试样本进行打分， 建立评价所述第 二集成树模型的第二AUC值以及第二KS值； 所述第三模型评价指标包括第三AUC值以及第三KS值， 所述采用所述第三集成树模型 对所述测试样本集中的测试样本进行测试， 得到第三模型评价指标的步骤 包括： 采用所述第 三集成树模型对所述测试样本集中的测试样本进行打分， 建立评价所述第 三集成树模型的第三AUC值以及第三KS值。 4.如权利要求3所述的模型创建方法， 其特征在于， 所述采用所述第 一集成树模型对所 述第一训练样本集进行衍 生处理， 得到第二训练样本集的步骤 包括： 基于集成树模型的自带接口或scikit ‑learn接口通过所述第一集成树模型对所述第 一训练样本集进行衍生处理， 得到由衍生特征组成的所述第二训练样本集， 其中， 所述衍生 特征为所述第一训练样本集中的训练样本在所述第一集成树模型中每颗树叶子节点上的权　利　要　求　书 1/3 页 2 CN 114139718 A 2索引值所组成的数组。 5.如权利要求3所述的模型创建方法， 其特征在于， 所述根据所述第一模型评价指标、 第二模型评价指标及第三模型评价指标从所述第一集成树模型、 第二集成树模型及第三集 成树模型中确定出最优的集成树模型作为目标集成树模型的步骤， 包括： 基于所述第一AUC值、 第二AUC值及第三AUC值， 结合所述第一KS值、 第二KS值及第三KS 值， 从所述第一集成树模型、 第二集成树模型及第三集成树模型中确定出最优的集成树模 型作为目标集成树模型。 6.一种模型创建装置， 其特 征在于， 应用于计算机设备， 所述装置包括： 划分模块， 用于将原 始样本数据进行划分得到训练样本集与测试样本集； 筛选模块， 用于对所述训练样本集中的原始样本数据进行筛选， 得到由筛选后原始样 本数据组成的第一训练样本集； 第一建模与测试模块， 用于采用所述第一训练样本集建模得到第一集成树模型， 并采 用所述第一集成树模型对所述测试样本集中的测试样本进行测试， 得到第一模型评价指 标； 衍生处理模块， 用于采用所述第一集成树模型对所述第一训练样本集进行衍生处理， 得到第二训练样本集； 第二建模与测试模块， 用于采用所述第二训练样本集建模得到第二集成树模型， 并采 用所述第二集成树模型对所述测试样本集中的测试样本进行测试， 得到第二模型评价指 标； 第三建模与测试模块， 用于基于所述第 一训练样本集与 所述第二训练样本集合并得到 的第三训练样本集建模得到第三集成树模型， 并采用所述第三集成树模型对所述测试样本 集中的测试样本进行测试， 得到第三模型评价指标； 确定模块， 用于根据所述第一模型评价指标、 第二模型评价指标及第三模型评价指标 从所述第一集成树模型、 第二集成树模型及第三集成树模型中确定出最优的集成树模型作 为目标集成树模型。 7.如权利要求6所述的模型创建装置， 其特 征在于， 所述筛 选模块用于： 针对所述训练样本集中的原始样本数据， 采用k ‑折交叉验证的方式筛选出最优参数下 排序在预设名次且符合所述训练样本集所在业务逻辑的目标原始样本数据， 由所述目标原 始样本数据组成所述第一训练样本集。 8.如权利要求6所述的模型创建装置， 其特征在于， 所述第一模型评价指标包括第一 AUC值以及第一KS值， 所述第一建模与测试模块用于： 采用所述第 一集成树模型对所述测试样本集中的测试样本进行打分， 建立评价所述第 一集成树模型的第一AUC值以及第一KS值； 所述第二模型评价指标包括第二AUC值以及第二KS值， 所述第二建模与测试模块用于： 采用所述第 二集成树模型对所述测试样本集中的测试样本进行打分， 建立评价所述第 二集成树模型的第二AUC值以及第二KS值； 所述第三模型评价指标包括第三AUC值以及第三KS值， 所述第三建模与测试模块用于： 采用所述第 三集成树模型对所述测试样本集中的测试样本进行打分， 建立评价所述第 三集成树模型的第三AUC值以及第三KS值。权　利　要　求　书 2/3 页 3 CN 114139718 A 3