基于自编码器的半监督学习方法

Semi Supervised Learning Method Based on Self Encoder

传统的银行风控建模方法通常使用有监督学习方法,通过对有标签的历史数据进行建模来预测用户是否为合法用户。然而带有标签的历史数据非常有限,基于这些有限数据难以得到较好和较稳定的模型效果,同时,数据库中往往有大量无标签的数据并没有被利用。本文介绍一种基于自编码器的半监督学习方法,通过对无标签的原始特征构造自编码器,并将其中的编码器部分应用于有标签数据进行降维,将降维后的特征作为自变量、将其标签作为因变量进行逻辑回归建模,从而实现更优的建模效果。