阿里天池--金融数据分析赛题1：银行客户认购产品预测

赛题简介

 银行客户认购产品预测

赛题以银行产品认购预测为背景，想让你来预测下客户是否会购买银行的产品。在和客户沟通的过程中，我们记录了和客户联系的次数，上一次联系的时长，上一次联系的时间间隔，同时在银行系统中我们保存了客户的基本信息，包括：年龄、职业、婚姻、之前是否有违约、是否有房贷等信息，此外我们还统计了当前市场的情况：就业、消费信息、银行同业拆解率等。

数据来源：【教学赛】金融数据分析赛题1：银行客户认购产品预测_学习赛_赛题与数据_天池大赛-阿里云天池

任务：

预测用户是否进行购买产品

评价标准： Accuracy (所有分类正确的百分比)

​

一：读取数据

import pandas as pd

# 读取数据

train = pd.read_csv('train.csv')

test = pd.read_csv('test.csv')

二：数据预处理

        1.对数据集进行合并

# 训练集和测试集合并,将训练数据和测试数据在行的方向拼接

df = pd.concat([train, test], axis=0)

df

        2.将非数字特征转成数字

# 选出所有的特征为object(非数字)的特征列，对其进行处理

cat_columns = df.select_dtypes(include='object').columns

df[cat_columns]

         3.对数字进行编码

# 对非数字特征进行编码

from sklearn.preprocessing import LabelEncoder

job_le = LabelEncoder()

df['job'] = job_le.fit_transform(df['job'])

df['marital'] = df['marital'].map({'unknown':0, 'single':1, 'married':2, 'divorced':3})

df['education'] = df['education'].map({'unknown':0, 'basic.4y':1, 'basic.6y':2, 'basic.9y':3, 'high.school':4, 'university.degree':5, 'professional.course':6, &#