R语言实训项目——信用卡客户风险分析

主页有数据集可以下载。

实训1 处理信用卡数据异常值（数据预处理）

（1）读取信用卡数据。

#读取数据
credit <- read.csv('F:/R-Project/data/credit_card.csv')

（2）丢弃逾期、呆账、强制停卡、退票、拒往为1、瑕疵户为2的记录。

index1 <- credit$逾期 == 1
index2 <- credit$呆账 == 1
index3 <- credit$强制停卡记录 == 1
index4 <- credit$退票 == 1
index5 <- credit$拒往记录 == 1
index6 <- credit$瑕疵户 == 2
clean_credit1 <- credit[-which(index1&index2&index3&index4&index5&index6),]

（3）丢弃呆账、强制停卡、退票为1、拒往为2的记录。

#丢弃呆账、强制停卡、退票为1、拒往为2的记录
index1 <- clean_credit1$逾期 == 1
index3 <- clean_credit1$强制停卡记录 == 1
index4 <- clean_credit1$退票 == 1
index7 <- clean_credit1$拒往记录 == 2
clean_credit2 <- clean_credit1[-which(index1&index3&index4&index7),]

（4）丢弃频率为5、刷卡金额不等于1的数据。

#丢弃频率为5、刷卡金额不等于1的数据
index8 <- clean_credit2$频率 ==5
index9 <- clean_credit2$月刷卡额 != 1
clean_data <- clean_credit2[-which(index8&index9),]

（5）查看数据

实训2 构建信用卡客户风险评价关键特征

（1）根据特征瑕疵户、逾期、呆账、强制停卡、退票和拒往记录，构建历史行为特征。

#构建历史行为特征
history <- clean_data[,c('瑕疵户','逾期','呆账','强制停卡记录','退票','拒往记录')]

 

（2）根据特征借款余额、个人月收入、个人月开销、家庭收入和月刷卡额，构建出经济风险情况特征。

#构建出经济风险情况特征
economy <- clean_data[,c('借款余额','个人月收入','个人月开销','家庭月收入','月刷卡额')]

 

（3）根据特征职业、年龄、房产信息，构建出收入风险情况特征。

#构建出收入风险情况特征
income <- clean_data[,c('职业','年龄','住家')]

 

（4）标准化历史行为、经济风险情况、收入风险情况特征。

#对三个特征进行合并
trait <- cbind(history,economy)
trait <- cbind(trait,income)
#对这些特征进行标准化
traitscal <- scale(trait)

实训3 构建K-Means聚类模型

 

（1）构建K-Means聚类模型，使类别为5。

set.seed(123)
result <-kmeans(traitscal,5)#调用kmeans算法，聚类中心为5

（2）训练K-Means聚类模型，并求出聚类中心和每类的用户数目。

round(result$cluster)#查看聚类中心
table(result$cluster)#统计不同类别样本数目

（3）对客户分群进行可视化

library(fmsb)#导入fmsb包
max <- apply(result$centers, 2, max)#获取centers中每列的最大值
min <- apply(result$centers, 2, min)#获取centers中每列的最小值
df <- data.frame(rbind(max, min, result$centers))#创建数据集
radarchart(df = df, seg = 5, plty = c(1:5), vlcex = 1, plwd = 2)
#设置雷达图的样式，每个轴的段数为5，设置绘图数据的线型向量为1：5，重复使用
#标签字体放大一倍，设置绘图数据的线宽向量为2。
#给雷达图加图例
L <- 1
for(i in 1:5){

  legend(1.3, L, legend = paste("客户群", i), lty = i, lwd = 3, col = i, bty = "n")

  L <- L - 0.2
}

结果分析：

从雷达图中可以看出每类客户的各项优缺点，

优势特征				劣势特征
客户群1	月刷卡额			历史行为
客户群2	历史行为	收入	月刷卡额、借款余额	个人月收入、个人月开销、家庭月收入
客户群3	历史行为	年龄		经济
客户群4	历史行为	个人月开销		年龄
客户群5	历史行为	个人月收入	家庭月收入	个人月开销

客户群1：该类用户是风险最高的用户，该类用户月刷卡消费额度大，但历史行为差，没有良好的个人纪录，应重点监控或减缩该类用户的信用卡权限。

客户群2：该类用户有良好的历史行为，但个人月收入和家庭月收入较差，属于中风险人群。

客户群3：该类用户有良好的历史行为，但经济状况的记录较差，年龄较高，该类人群可能属于离退休群体，属于低风险人群。

客户群4：该类用户有良好的历史行为，借款余额和个人月开销较高，刷卡余额较低，年龄较低，可能是高消费的年轻人，属于中风险人群。

客户群5：该类用户有良好的历史行为，个人收入，家庭收入高，有良好的历史记录但个人开销与年龄较低，值得信任。

由此可分析得出：

一般客户：客户群3

重要发展客户：客户群5

重要挽留客户：客户群4

重要保持客户：客户群2

低价值客户：客户群1