一种用于生存风险分析的多输出梯度提升树建模方法
授权
摘要
本发明提供了一种用于生存风险分析的多输出梯度提升树建模方法，该方法包括：首先在最优梯度提升树(XGBoost)的模型算法框架下，构建用于建立金融、保险、医疗、交通或工业目标行业生存预测模型的生存数据的表达式；然后定义并计算所述生存数据对应的损失函数；随后定义并计算所述损失函数对应的一阶梯度和二阶梯度；最后将计算出的损失函数值以及损失函数的一阶梯度和二阶梯度值同时输入XGBoos模型算法框架，自动训练生成所述目标行业的生存预测模型。本发明的建模方法能更好地表示模型协变量与风险预测值之间的关系；提高模型的预测性能以及泛化能力；有更好的预测性能和风险区分度；并且适用场景广泛。
基本信息
专利标题 ：
一种用于生存风险分析的多输出梯度提升树建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110119540A
申请号 ：
CN201910315829.3
公开（公告）日 ：
2019-08-13
申请日 ：
2019-04-19
授权号 ：
CN110119540B
授权日 ：
2022-05-03
发明人 ：
付波刘沛付灵傲郑鸿邓玲钟晓蓉
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
电子科技大学专利中心
代理人 ：
周刘英
优先权 ：
CN201910315829.3
主分类号 ：
G06F17/50
IPC分类号 ：
G06F17/50 G06Q10/04 G06Q10/06 G06N20/00
法律状态
2022-05-03 ：
授权
2019-09-06 ：
实质审查的生效
IPC(主分类) : G06F 17/50
申请日 : 20190419
申请日 : 20190419
2019-08-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
