尝试用朴素贝叶斯分析借款信用等级

朴素贝叶斯分析

数据观察

我们的目标是判断数据中的客户哪些是可以借款的，客户的借款信用是我们判断的依据之一，可以通过朴素贝叶斯的方法来分类客户的借款信用情况。观察表格数据可知，最主要可以判断客户借款信用的主要数据包括初始评价、历史正常还款期数、历史逾期还款期数、历史成功借款金额、总待还本金。而据观察，手机认证、户口认证、视频认证、学历认证、征信认证、淘宝认证等数据，并不影响客户的借款信用。

分析思路

评价从高到低分别有A、B、C、D、E、F共6个等级，我们可以将其转化成分值段，分别对应着180~151、150~121、120~91、90~61、60~31、30~0,借款成功的概率（不保留小数部分）范围就分别为100%~84%，83%~67%，66%~51%，50%~34%，33%~17%，16%~0。

而我们将初始评价取分值段的中间值，即A、B、C、D、E、F分别对应着165、135、105、75、45、15，则初始的借款成功概率（不保留小数部分）分别为92%、75%、58%、41%、25%、9%，记借款成功的事件为o；

将历史逾期还款期数除以历史所有还款期数（即历史正常还款期数与历史逾期还款期数之和）算出逾期还款概率，这里将逾期还款事件记为a，则1-P（a）即为及时还款概率，这里记为P（b），记及时还款事件为b；