python-个人贷款违约预测模型

本次案例的数据来源为天善智能的课程《数据科学实战-python篇》，把课程认认真真的学习了一遍，看完老师讲的，自己再结合自己的思路，做出来的程序。

一、数据分析目标

通过脱敏过的数据，从贷款表loans、权限分配表disp、客户信息表clients、交易表trans中对数据进行描述性统计，得出对建模有用的数据，建立预测模型，预测正处于贷款期间的人的违约的概率。

二、业务理解

预测，就是在事情发生之前所做的事，案例的事件是贷款，所以，预测模型中所用的数据，应该是贷款的时间点之前的一段时间的情况。是否会违约是Y,贷款之前的一些信息为X。

是否违约，要从两个方面看，能不能还和想不想还。能不能还，就要分析这个人在贷款前的经济状况，是否稳定，还有就是所贷款的金额与自身的收入之间的关系。

经济状况是否稳定，可以看账户余额的均值与方差，求出变异系数，每个人的账户金额都不一样，所以不能用均值来判断，只能用金额的变动系数来判断经济状况的稳定。

所贷款的金额远远高于自己的收入，就有可能最后还不上，所以，需要求出货存比与贷存比来判断。

还得求出收入支出比，有收入才能有钱还贷款。

对于想不想还，就是看这个人的性格了。数据中没有关于这些数据，只有关于借贷人所在地区的基本信息，通过所在地区的犯罪率等信息，来间接判断性格的大概。

对于模型的选择，案例的情况属于分类，所以选择选择分类模型，而案例的这种这种情况，对于预测的结果，是主观进行判断的，可以用逻辑回归。

三、数据整理

数据的还款状态3种情