任何統計或機器學習方法預測薪水

Question

我對FinTech公司工作。我們爲客戶提供貸款。希望申請貸款的客戶必須在我們的應用程序中填寫一些信息，其中一個信息是薪水信息。使用網頁瀏覽功能，我們能夠在上個月的最近3-7個月內獲取我們客戶的銀行交易數據。

使用任何統計或機器學習技術如何，如果工資總額（或幾乎同時）在客戶銀行交易數據說我很容易地發現？我應該爲每個客戶制定一個模型（邏輯），還是應該只有一個模型適用於所有客戶？

請指教

Answer 1

我不認爲你需要機器學習。

1. 出所有的交易名單，只有那些所有數字加錢的帳戶，而不是減錢從賬戶
2. 回合以一定的精度保持（如2510美元 - > 2500美元）
3. 構建一個包含添加到該帳戶的每一天總量的數據集。換句話說，由天團交易，並添加0的任何需要的地方
4. 應用離散傅立葉變換，以求在這個時間序列的週期分量
5. 應該只有1個週期性項目，重複每30ish天
6. 將所有其他週期性地重複項的值設置爲0
7. 應用離散傅立葉逆變換得到只重複每28/30天

欲瞭解更多有關傅立葉變換的信息，請https://en.wikipedia.org/wiki/Fourier_transform

對於（用MATLAB）一個實際的例子， 退房 https://nl.mathworks.com/help/matlab/examples/fft-for-spectral-analysis.html?requestedDomain=www.mathworks.com

它顯示瞭如何得到一個時間信號的頻率分解。如果採用同樣的邏輯，你可以使用這個頻率分解弄清楚哪些頻率優勢（通常是工資將是其中之一）。