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！

申请/专利权人：中国工商银行股份有限公司

摘要：本申请实施例提供一种机器学习模型对比方法及装置，方法包括：根据属于同一类型的目标机器学习模型的历史版本数据和当前版本数据，确定目标机器学习模型的多个目标特征指标；获取并输出显示各个目标特征指标分别对应在目标机器学习模型的历史版本数据和当前版本数据的对比结果信息，以基于各个目标特征指标的对比结果信息在历史版本数据和当前版本数据中择一作为风险预测模型，并根据该风险预测模型进行目标事物风险预测。本申请能够有效提高机器学习模型对比结果的输出直观性及效率，能够有效提高用户选择机器学习模型的准确性、便捷性及效率，进而能够有效提高应用选定的机器学习模型进行如金融服务风险预测等事物预测的适用准确性及有效性。

主权项：1.一种机器学习模型对比方法，其特征在于，包括：根据属于同一类型的目标机器学习模型的历史版本数据和当前版本数据，确定所述目标机器学习模型的多个目标特征指标，其中，所述目标机器学习模型用于对向金融机构申请金融贷款的用户或企业进行贷前、贷中或贷后的信用风险评级或违约风险概率进行预测，所述目标特征指标包括以下至少一种：AUC、准确度、精确度；获取并输出显示各个所述目标特征指标分别对应在所述目标机器学习模型的历史版本数据和当前版本数据的对比结果信息，以基于各个所述目标特征指标的对比结果信息在所述历史版本数据和当前版本数据中择一作为风险预测模型，并根据该风险预测模型进行目标事物风险预测；所述根据属于同一类型的目标机器学习模型的历史版本数据和当前版本数据，确定所述目标机器学习模型的多个目标特征指标，包括：自所述目标机器学习模型的历史版本数据和当前版本数据中分别提取各自对应的模型特征指标和训练用数据特征指标；将所述历史版本数据和当前版本数据各自对应的模型特征指标中的相同指标进行去重处理，并将所述历史版本数据和当前版本数据各自对应的训练用数据特征指标进行去重处理，得到由所述模型特征指标和训练用数据特征指标组成的所述目标机器学习模型的多个特征指标；对所述目标机器学习模型的多个特征指标进行筛选，以得到目标机器学习模型的多个目标特征指标；所述对所述目标机器学习模型的多个特征指标进行筛选，以得到目标机器学习模型的多个目标特征指标，包括：获取所述目标机器学习模型的多个特征指标中的各个所述训练用数据特征指标各自对应的权重值；根据各个所述训练用数据特征指标各自对应的权重值，对所述目标机器学习模型的多个目标特征指标中的各个所述训练用数据特征指标进行排序；以及，根据各个所述模型特征指标的标识，对所述目标机器学习模型的多个目标特征指标中的各个所述模型特征指标进行排序；通过权重值自动筛选模型特征指标；基于各个所述训练用数据特征指标各自对应的权重值，在所述目标机器学习模型的多个特征指标中各个所述训练用数据特征指标进行筛选；所述获取并输出显示各个所述目标特征指标分别对应在所述目标机器学习模型的历史版本数据和当前版本数据的对比结果信息，包括：基于预设的指标对比规则，分别获取均包含在所述历史版本数据和当前版本数据中的各个目标特征指标各自对应的第一对比信息，其中，所述第一对比信息用于表示对应的目标特征指标分别对应在所述历史版本数据的统计信息和对应在当前版本数据的统计信息；若存在仅包含在所述历史版本数据和当前版本数据中之一的目标特征指标，则将该目标特征指标的特性信息作为该目标特征指标的第二对比信息；基于所述第一对比信息和所述第二对比信息生成各个所述目标特征指标分别对应在所述目标机器学习模型的历史版本数据和当前版本数据的对比结果信息，以形成对比报告；输出所述对比报告，并对该对比报告进行图形化显示。

全文数据：

权利要求：

百度查询： 中国工商银行股份有限公司 机器学习模型对比方法及装置