《中国金融》|商业银行实施资本计量高级方法的思考

一是决策树、逻辑回归等资本计量高级方法已核准的内部评级模型具备计算效率高、指标可解释性强、模型稳定性高等特点,不同于上述传统模型,深度学习、大模型存在模型研发过程不易直观展示、模型结果的业务解释性弱等特点,较难满足“模型开发过程可追溯”等高级方法合规要求。二是传统模型与新型模型在内部管理方面具有一定差...

数据分析的常用方法有哪些?从基础到高级一文读懂

这种方法常用于无监督学习任务，如客户细分和市场分析。应用案例例如，电商平台可以通过聚类分析将用户分为不同的消费群体，从而制定个性化的推荐策略，提高用户的购买转化率。8.决策树与随机森林决策树和随机森林是机器学习中的重要算法，常用于分类和回归任务。决策树易于理解和解释，而随机森林通过集成多棵决策树来...

霸榜Nature各大顶刊!突破传统材料局限,新型技术“横空出世”!推动...

1、掌握特征工程的核心方法,包括特征选择和降维,以便提取和优化材料数据中的重要特征。2、理解并应用常见的机器学习算法(如线性回归、逻辑回归、K近邻、决策树、随机森林和朴素贝叶斯等)进行材料数据的分类与预测,提升模型的泛化能力。3、掌握深度学习基础知识,了解深度神经网络和卷积神经网络在材料特性预测中的应用场景。

中数通取得一种基于时间窗内决策树的计算集群任务调度与负载均衡...

专利摘要显示,本申请提供一种基于时间窗内决策树的计算集群任务调度与负载均衡方法,属于人工智能技术领域,方法包括:确定计算集群中,目标采集时刻的目标时间间隔,基于时间间隔,对工作节点的状态进行采集并存储到Redis数据库;基于多个目标时间间隔生成多个时间窗口,每一个目标时间间隔对应一个时间窗口;确定目标机器,目标机...

经济统计学专业中的机器学习方法在经济预测中有哪些应用?

机器学习方法，比如主成分分析（PCA）、特征重要性评估等，就像是一个精明的“筛选师”，能够从众多的变量中挑选出那些对预测结果最有影响的特征，从而提高预测的准确性。模型训练与优化：机器学习方法提供了各种各样的算法模型，比如线性回归、决策树、随机森林、神经网络等。这些模型就像是一个个身怀绝技的“武林高手...

...汽车金融语音助手的智能呼叫方法及系统专利,通过构建决策树可...

的智能呼叫方法及系统,所述方法包括:采集用户号码和信用数据,组建数据库;获取根节点,并向所述根节点中添加第一准入条件;在所述数据库中检索符合第一准入条件的信用数据,确定用户号码;获取内部节点和叶节点,确定内部节点的第二准入条件,并在所述叶节点上生成触发信号;根据所述根节点、内部节点和叶节点,创建决策树(www.e993.com)2024年11月24日。

深圳前海微众银行取得基于分类决策树模型的分类方法、装置及电子...

专利摘要显示,本申请提供了一种基于分类决策树模型的分类方法、装置、电子设备、计算机可读存储介质及计算机程序产品;应用于第一参与方设备,方法包括:获取第二参与方设备发送的分类决策树模型中目标叶子节点的标识;基于目标叶子节点的标识、分类决策树模型中叶子节点的标识和相应分类类别评分的映射关系,得到目标叶子节点对应...

中国银行获得发明专利授权:“一种基于决策树的产品推荐方法及装置”

专利摘要:本申请公开了一种基于决策树的产品推荐方法及装置,获取待测客户的特征,针对每种产品,将特征输入至与产品对应的决策树中,得到每种产品的客户风险承受等级,其中,决策树基于样本客户的客户风险承受等级、特征、以及特征占比之间的对应关系预先构建,客户风险承受等级越高,则待测客户的风险承受能力越强。将客户风...

从拍脑袋下决定到科学做选择——决策树模型

决策树模型的具体步骤如下:1.确定决策节点:这是你需要做决策的时间点,一般一个决策树只有一个决策节点。2.确定方案分枝:由决策节点延伸出的分枝,对应于该决策节点可以选择的各种决策方案。3.确定机会节点:这些节点代表可能的结果,它们可以是实际的结果,也可以是其他可能的决策。

邹明蓁、刘景荣:基于随机森林模型的2023年香港区议会选举影响因素...

随机森林的基本思想是构建多棵决策树,每棵树都是独立的,并且树中的特征是随机选择的,这样可以减小模型的方差。在进行预测时,随机森林对每棵树的预测结果进行平均(回归问题)或投票(分类问题),从而得到最终的结果。这种方法适合处理含有大量特征的数据集,在选举研究的情境下,候选人的多种特征可以被模型自动处理,而无...