信用卡违约用户分析-SGD分类

在DataFountain平台上的用户逾期行为预测竞赛项目。数据来源于某银行公布的网上公开数据集，为银行真实信贷用户信息，应用于信用逾期预测、信用卡评分等业务场景。

import pandas as pd 
import numpy as np
data=pd.read_csv('C:/Users/luoyang/Desktop/信用卡逾期分析/train.csv',\
index_col='CUST_ID',iterator=True)
#csv文件接近500M，全部读入内存不够，iterator参数允许我们读取前N行。

df=data.get_chunk(30000)
#实际上应该设置chunksize参数，然后使用for循环依次训练模式，可以减小内存损耗

没有缺失数据。

发现只有int、float64、object三种

将object列的名称添加入n中，然后查询object列中所有的字段。

清洗数据，将表达的N，Y,X分别赋值为0，1，2.

查看一下分类的比例，发现真逾期人员的比例占比为6%左右

X=df.drop(columns='个贷是否逾期').values
y=df.values[:,3