可解释风险评分系统直接优化净收益
热点事件持续更新
可解释风险评分系统直接优化净收益
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Wenhao Chi 与 S. Ilker Birbil 提出一种直接优化多决策阈值下净收益的风险评分系统,将其建模为稀疏整数线性规划问题,构建整数系数的透明评分体系。 该方法推导出净收益曲线下面积与 ROC 泛函在固定阈值网格上的界,并证明后处理可在不降低该网格净收益曲线下面积的前提下实现训练数据上的适度校准。 在多个公开数据集及一个大规模信用风险数据集上的实验显示,该方法在保持有竞争力的区分度与校准性能的同时实现了高净收益。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
面向决策净收益最大化的可解释风险评分系统报道时间线
沿着报道,了解事件的不同侧面。
10月5日
- arXiv:cs.LG面向决策净收益最大化的可解释风险评分系统
研究者提出一种直接优化多决策阈值下净收益的风险评分系统,将其建模为稀疏整数线性规划问题,从而构建整数系数的透明评分体系。该方法还推导出净收益曲线下面积与 ROC 泛函在固定阈值网格上的界,并证明后处理可在不降低该网格净收益曲线下面积的前提下实现训练数据上的适度校准。在多个公开数据集及一个大规模信用风险数据集上的实验显示,该方法在保持有竞争力的区分度与校准性能的同时实现了高净收益。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。