贷款违约-特征工程（一）

最新推荐文章于 2024-04-23 17:14:15 发布
最新推荐文章于 2024-04-23 17:14:15 发布
阅读量487 收藏 3
点赞数
分类专栏： 人工智能知识体系 文章标签： 矩阵 机器学习 python pycharm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/playboygogogo/article/details/111162871
版权 
import numpy as np
from matplotlib import pyplot as plt
import pandas as pd
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')

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

# data = pd.read_csv('C:\\Users\\hy\\天池\\贷款违约\\train.csv')
data.head()
idloanAmntterminterestRateinstallmentgradesubGradeemploymentTitleemploymentLengthhomeOwnership...n5n6n7n8n9n10n11n12n13n14
0035000.0519.52917.97EE2320.02 years2...9.08.04.012.02.07.00.00.00.02.0
1118000.0518.49461.90DD2219843.05 years0...NaNNaNNaNNaNNaN13.0NaNNaNNaNNaN
2212000.0516.99298.17DD331698.08 years0...0.021.04.05.03.011.00.00.00.04.0
3311000.037.26340.96AA446854.010+ years1...16.04.07.021.06.09.00.00.00.01.0
443000.0312.99101.07CC254.0NaN1...4.09.010.015.07.012.00.00.00.04.0

5 rows × 47 columns

import copy
df = copy.deepcopy(data)
col_name = data.columns
new_col = ['信用证标识','贷款金额','贷款期限','贷款利率','分期付款金额','贷款等级','贷款等级之子级','就业职称','就业年限（年）','房屋所有权状况','年收入','验证状态','贷款发放的月份','违约状态','贷款用途类别','邮政编码的前3位数字','地区编码','债务收入比','违约事件数','fico所属的下限范围','fico所属的上限范围','未结信用额度的数量','贬损公共记录的数量','公开记录清除的数量','信贷周转余额合计','循环额度利用率','当前的信用额度总数','贷款的初始列表状态','申请方式','信用额度开立的月份','贷款名称','公开策略','n0','n1','n2','n3','n4','n5','n6','n7','n8','n9','n10','n11','n12','n13','n14']
df.columns = new_col
df.head()
信用证标识贷款金额贷款期限贷款利率分期付款金额贷款等级贷款等级之子级就业职称就业年限（年）房屋所有权状况...n5n6n7n8n9n10n11n12n13n14
0035000.0519.52917.97EE2320.02 years2...9.08.04.012.02.07.00.00.00.02.0
1118000.0518.49461.90DD2219843.05 years0...NaNNaNNaNNaNNaN13.0NaNNaNNaNNaN
2212000.0516.99298.17DD331698.08 years0...0.021.04.05.03.011.00.00.00.04.0
3311000.037.26340.96AA446854.010+ years1...16.04.07.021.06.09.00.00.00.01.0
443000.0312.99101.07CC254.0NaN1...4.09.010.015.07.012.00.00.00.04.0

5 rows × 47 columns

缺失值填充

from math import isnan

n = sorted(df['n0'])[len(df['n0'])//2]

train_cz = list(copy.deepcopy(df['n0']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n0',axis=1, inplace=True)
df['n0'] = cz

del train_cz, cz

n = sorted(df['n1'])[len(df['n1'])//2]

train_cz = list(copy.deepcopy(df['n1']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n1',axis=1, inplace=True)
df['n1'] = cz

del train_cz, cz

n = sorted(df['n2'])[len(df['n2'])//2]

train_cz = list(copy.deepcopy(df['n2']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n2',axis=1, inplace=True)
df['n2'] = cz

del train_cz, cz

n = sorted(df['n3'])[len(df['n3'])//2]

train_cz = list(copy.deepcopy(df['n3']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n3',axis=1, inplace=True)
df['n3'] = cz

del train_cz, cz

n = sorted(df['n4'])[len(df['n4'])//2]

train_cz = list(copy.deepcopy(df['n4']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n4',axis=1, inplace=True)
df['n4'] = cz

del train_cz, cz

n = sorted(df['n5'])[len(df['n5'])//2]

train_cz = list(copy.deepcopy(df['n5']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n5',axis=1, inplace=True)
df['n5'] = cz

del train_cz, cz

n = sorted(df['n6'])[len(df['n6'])//2]

train_cz = list(copy.deepcopy(df['n6']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n6',axis=1, inplace=True)
df['n6'] = cz

del train_cz, cz

n = sorted(df['n7'])[len(df['n7'])//2]

train_cz = list(copy.deepcopy(df['n7']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n7',axis=1, inplace=True)
df['n7'] = cz

del train_cz, cz

n = sorted(df['n8'])[len(df['n8'])//2]

train_cz = list(copy.deepcopy(df['n8']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n8',axis=1, inplace=True)
df['n8'] = cz

del train_cz, cz

n = sorted(df['n9'])[len(df['n9'])//2]

train_cz = list(copy.deepcopy(df['n9']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n9',axis=1, inplace=True)
df['n9'] = cz

del train_cz, cz

n = sorted(df['n10'])[len(df['n10'])//2]

train_cz = list(copy.deepcopy(df['n10']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n10',axis=1, inplace=True)
df['n10'] = cz

del train_cz, cz

n = sorted(df['n11'])[len(df['n11'])//2]

train_cz = list(copy.deepcopy(df['n11']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n11',axis=1, inplace=True)
df['n11'] = cz

del train_cz, cz

n = sorted(df['n12'])[len(df['n12'])//2]

train_cz = list(copy.deepcopy(df['n12']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n12',axis=1, inplace=True)
df['n12'] = cz

del train_cz, cz

n = sorted(df['n13'])[len(df['n13'])//2]

train_cz = list(copy.deepcopy(df['n13']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n13',axis=1, inplace=True)
df['n13'] = cz

del train_cz, cz

n = sorted(df['n14'])[len(df['n14'])//2]

train_cz = list(copy.deepcopy(df['n14']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('n14',axis=1, inplace=True)
df['n14'] = cz

del train_cz, cz

df['贷款名称'].unique()

array([1.0000e+00, 1.7230e+03, 0.0000e+00, ..., 3.6026e+04, 3.9735e+04,
       3.3369e+04])

df['贷款名称']

0             1.0
1          1723.0
2             0.0
3             4.0
4            11.0
           ...   
799995        0.0
799996    33369.0
799997        0.0
799998        4.0
799999        4.0
Name: 贷款名称, Length: 800000, dtype: float64

n = int(df['贷款名称'].sum()/8000000)
n

175

train_cz = list(copy.deepcopy(df['贷款名称']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('贷款名称',axis=1, inplace=True)
df['贷款名称'] = cz

del train_cz, cz

df['就业职称'].unique()

array([3.20000e+02, 2.19843e+05, 3.16980e+04, ..., 2.66097e+05,
       3.62528e+05, 1.34854e+05])

df['就业职称']

0            320.0
1         219843.0
2          31698.0
3          46854.0
4             54.0
            ...   
799995      2659.0
799996     29205.0
799997      2582.0
799998       151.0
799999        13.0
Name: 就业职称, Length: 800000, dtype: float64

n = int(df['就业职称'].sum()/8000000)
n

7200

train_cz = list(copy.deepcopy(df['就业职称']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('就业职称',axis=1, inplace=True)
df['就业职称'] = cz

del train_cz, cz

df['邮政编码的前3位数字']

0         137.0
1         156.0
2         337.0
3         148.0
4         301.0
          ...  
799995    242.0
799996    563.0
799997     47.0
799998     34.0
799999     62.0
Name: 邮政编码的前3位数字, Length: 800000, dtype: float64

n = sorted(df['邮政编码的前3位数字'])[len(df['邮政编码的前3位数字'])//2]

train_cz = list(copy.deepcopy(df['邮政编码的前3位数字']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('邮政编码的前3位数字',axis=1, inplace=True)
df['邮政编码的前3位数字'] = cz

del train_cz, cz

df['债务收入比'].head(20),df['债务收入比'].tail(20)

(0     17.05
 1     27.83
 2     22.77
 3     17.21
 4     32.16
 5     17.14
 6     17.49
 7     32.60
 8     19.22
 9     24.39
 10    14.21
 11    34.63
 12     7.58
 13     5.68
 14    38.95
 15    17.27
 16    21.02
 17    17.14
 18    28.95
 19    15.55
 Name: 债务收入比, dtype: float64, 799980     7.16
 799981    10.32
 799982    26.50
 799983    27.87
 799984     9.36
 799985    36.44
 799986     6.45
 799987    29.76
 799988    19.03
 799989    32.03
 799990    20.16
 799991    29.68
 799992    20.86
 799993    18.27
 799994    23.96
 799995    19.03
 799996    15.72
 799997    12.11
 799998    29.25
 799999     8.99
 Name: 债务收入比, dtype: float64)

n = round(df['债务收入比'].sum()/(8000000-239),2)
n

1.83

train_cz = list(copy.deepcopy(df['债务收入比']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('债务收入比',axis=1, inplace=True)
df['债务收入比'] = cz

del train_cz, cz

df['公开记录清除的数量'].head(20),df['公开记录清除的数量'].tail(20)

(0     0.0
 1     0.0
 2     0.0
 3     0.0
 4     0.0
 5     0.0
 6     0.0
 7     1.0
 8     0.0
 9     0.0
 10    0.0
 11    0.0
 12    0.0
 13    0.0
 14    0.0
 15    1.0
 16    0.0
 17    0.0
 18    0.0
 19    0.0
 Name: 公开记录清除的数量, dtype: float64, 799980    1.0
 799981    0.0
 799982    0.0
 799983    0.0
 799984    1.0
 799985    0.0
 799986    0.0
 799987    0.0
 799988    0.0
 799989    0.0
 799990    0.0
 799991    0.0
 799992    1.0
 799993    0.0
 799994    0.0
 799995    0.0
 799996    0.0
 799997    0.0
 799998    0.0
 799999    0.0
 Name: 公开记录清除的数量, dtype: float64)

n = sorted(df['公开记录清除的数量'])[len(df['公开记录清除的数量'])//2]

train_cz = list(copy.deepcopy(df['公开记录清除的数量']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('公开记录清除的数量',axis=1, inplace=True)
df['公开记录清除的数量'] = cz

del train_cz, cz

df['循环额度利用率'].head(20),df['循环额度利用率'].tail(20)

(0     48.9
 1     38.9
 2     51.8
 3     52.6
 4     32.0
 5     31.1
 6      8.5
 7     59.7
 8     46.0
 9     30.6
 10    47.5
 11    80.9
 12    35.7
 13    68.8
 14    60.8
 15     3.6
 16    61.1
 17    76.9
 18    84.0
 19    57.0
 Name: 循环额度利用率, dtype: float64, 799980    70.2
 799981    36.4
 799982    38.4
 799983    28.4
 799984    46.1
 799985    70.7
 799986    91.8
 799987    49.6
 799988    87.2
 799989    52.7
 799990    62.2
 799991    93.5
 799992    47.4
 799993    47.5
 799994    60.5
 799995    46.4
 799996    98.4
 799997    51.9
 799998    61.3
 799999    72.6
 Name: 循环额度利用率, dtype: float64)

n = round(df['循环额度利用率'].sum()/(8000000-239),1)
n

5.2

train_cz = list(copy.deepcopy(df['循环额度利用率']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('循环额度利用率',axis=1, inplace=True)
df['循环额度利用率'] = cz

del train_cz, cz

df['就业年限（年）'].unique()

array(['2 years', '5 years', '8 years', '10+ years', nan, '7 years',
       '9 years', '1 year', '3 years', '< 1 year', '4 years', '6 years'],
      dtype=object)

df['就业年限（年）'] = df['就业年限（年）'].map({'1 year':1,'2 years':2,'3 years':3,'4 years':4,'5 years':5,'6 years':6,'7 years':7,'8 years':8,'9 years':9,'10+ years':10,'< 1 year':0})
df['就业年限（年）']

0          2.0
1          5.0
2          8.0
3         10.0
4          NaN
          ... 
799995     7.0
799996    10.0
799997    10.0
799998    10.0
799999     5.0
Name: 就业年限（年）, Length: 800000, dtype: float64

n = sorted(df['就业年限（年）'])[len(df['就业年限（年）'])//2]

train_cz = list(copy.deepcopy(df['就业年限（年）']))
cz = []

for i in train_cz:
    if isnan(i):
        cz.append(2)
    else:
        cz.append(i)
df.drop('就业年限（年）',axis=1, inplace=True)
df['就业年限（年）'] = cz

del train_cz, cz

df.head(20)
信用证标识贷款金额贷款期限贷款利率分期付款金额贷款等级贷款等级之子级房屋所有权状况年收入验证状态...n12n13n14贷款名称就业职称邮政编码的前3位数字债务收入比公开记录清除的数量循环额度利用率就业年限（年）
0035000.0519.52917.97EE22110000.02...0.00.02.01.0320.0137.017.050.048.92.0
1118000.0518.49461.90DD2046000.02...2.02.02.01723.0219843.0156.027.830.038.95.0
2212000.0516.99298.17DD3074000.02...0.00.04.00.031698.0337.022.770.051.88.0
3311000.037.26340.96AA41118000.01...0.00.01.04.046854.0148.017.210.052.610.0
443000.0312.99101.07CC2129000.02...0.00.04.011.054.0301.032.160.032.02.0
5511000.037.99344.65AA5039000.02...0.00.00.010.051727.0512.017.140.031.17.0
662050.037.6963.95AA4035000.00...0.00.03.00.0180083.0517.017.490.08.59.0
7711500.0314.98398.54CC3130000.02...0.00.02.00.0214017.0100.032.601.059.71.0
8812000.0312.99404.27CC2260000.01...0.00.06.00.0188.0792.019.220.046.05.0
996500.0310.99212.78BB4115300.02...0.00.08.00.054.059.024.390.030.62.0
10105600.0313.67190.50BB5138000.00...0.00.03.027332.046631.0134.014.210.047.510.0
11115000.0327.27204.86EE5095000.00...0.00.03.00.0140759.0893.034.630.080.93.0
121219200.0320.00713.55DD4188000.00...0.00.08.00.0139297.0195.07.580.035.72.0
131324000.039.99774.30BB30150000.01...0.00.02.05.04967.0134.05.680.068.810.0
141416000.037.91500.72AA5150000.00...0.00.01.04.011037.0167.038.950.060.82.0
15156000.0310.49194.99BB2077000.01...0.00.00.05.0251530.0194.017.271.03.62.0
161610375.0515.61250.16DD1058000.00...0.00.02.05.0199961.0492.021.020.061.19.0
17175500.0310.99180.04BB4150000.01...0.00.00.04.081579.056.017.140.076.90.0
18186000.0321.00226.06EE2140000.00...0.01.00.049758.0323019.0140.028.950.084.010.0
191920000.0521.00541.07EE1190000.02...0.00.06.038.0258238.0305.015.550.057.09.0

20 rows × 47 columns

df['贷款等级'] = df['贷款等级'].map({'A':10,'B':20,'C':30,'D':40,'E':50,'F':60,'G':70})

df['贷款等级之子级'] = df['贷款等级之子级'].map({'A1':1,'A2':2,'A3':3,'A4':4,'A5':5,'B1':1,'B2':2,'B3':3,'B4':4,'B5':5,
        'C1':1,'C2':2,'C3':3,'C4':4,'C5':5,'D1':1,'D2':2,'D3':3,'D4':4,'D5':5,
        'E1':1,'E2':2,'E3':3,'E4':4,'E5':5,'F1':1,'F2':2,'F3':3,'F4':4,'F5':5,
        'G1':1,'G2':2,'G3':3,'G4':4,'G5':5})

df['贷款等级之子级']

0         2
1         2
2         3
3         4
4         2
         ..
799995    4
799996    4
799997    3
799998    4
799999    3
Name: 贷款等级之子级, Length: 800000, dtype: int64
Chimpanzee1
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
基于 python的kaggle贷款违约预测
06-06
【作品名称】：基于 python的kaggle贷款违约预测 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】：基于随机森林算法的...
信贷违约风险预测（三）简单的特征工程
机器会学习的博客
07-22 6576
在数据探索和特征工程阶段，仅仅使用了主表的数据： 主要包含一些客户的详细信息． application_train.csv application_test.csv 在数据探索阶段，对数据进行过一些重编码和对齐之后，新数据的特征列有之前的12１，增加至241,包含TARGET. Feature Engineering 　　Andrew Ng老师曾说过：”applied machine...
【金融风控-贷款违约预测】Task3 特征工程篇
西门少年野蛮生长
09-18 556
阿里云天池学习赛 – Datawhale学习笔记 文章目录1、学习目标2、内容介绍3、特征预处理3.1 关于异常值的补充3.1.1异常值处理：3.1.2 检测异常的方法一：**均方差**3.1.3 检测异常的方法二：**箱型图**3.2 数据分桶3.2.1 分箱方法：3.3 特征交互3.4 特征编码4、特征工程5、总结 1、学习目标 Task3 特征工程篇教程链接 ：点我 学习特征预处理、缺失值、异常值处理、数据分桶等特征处理方法 学习特征交互、编码、选择的相应方法 2、内容介绍 3、特征预处
【算法竞赛学习】金融风控之贷款违约预测-赛题理解
qq_41807261的博客
02-11 1093
Task1 赛题理解 赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。通过这道赛题来引导大家了解金融风控中的一些业务背景，解决实际问题，帮助竞赛新人进行自我练习、自我提高。 项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl 比赛地址：https://tianchi.aliy
数据分析毕业设计 金融数据分析与可视化系统 - python 大数据
kooerr的博客
02-13 1613
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩金融大数据分析与可视化🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分🧿上面我们用value_counts()等函数看了特征属性的分布，但是图表是概括原始信息最便捷的方式。数无形时少直觉。
task3 学习总结
zhanglang135的博客
09-21 309
task3 学习总结 最近适逢刚开学，课业太紧，对这块又过于小白，对python基础语句都不熟练。。。 更多的是看官方资料的随手记吧，确实收获不少，还要继续深入学习。勉励自己一下 利用pandas读入数据，首先进行数据的预处理，数据特征会有缺失值，时间，对象类型特征，类别特征等。 1.利用fillna进行缺失值的填充：可以填充为0；利用上值或下值进行填充；利用数据平均数，众数进行填充。 2.对于时间特征， #转化成时间格式 for data in [data_train, data_test_a]:
【数据分析与挖掘实战】金融风控之贷款违约预测详解1(有代码和数据集)
m0_49263811的博客
12-08 1万+
金融风控一.题目理解1.1.题目概况1.2数据概况1.3预测指标二.数据来源三.查看数据四.分类指标计算示例4.1混淆矩阵4.2准确度4.3precision(精确度),recall(召回率),f1-score4.4P-R曲线4.5ROC曲线4.6AUC曲线4.7KS值五.数据分析5.1基本信息5.2查看数据集中特征缺失值，唯一值等5.3查看特征的数值类型有哪些，对象类型有哪些5.3.1数值连续型变量分析5.3.2非数值类别型变量分析5.3.3总结：5.4变量分布可视化5.4.1单一变量分布可视化 更新中~
【机器学习】金融风控贷款违约预测--数据分析处理
nghhfgh的博客
04-23 1480
以金融风控-贷款违约预测为例，从原始数据到模型输入数据的完整简单处理
2021科大讯飞-基于 python 实现的车辆贷款违约预测挑战赛
06-06
【作品名称】：2021科大讯飞-基于 python 实现的车辆贷款违约预测挑战赛 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍...
基于 Python 实现的金融风控-贷款违约预测
最新发布
06-06
【作品名称】：基于 Python 实现的金融风控-贷款违约预测 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】：基于 Python...
贷款违约预测竞赛数据【Kaggle竞赛】.zip
06-29
在数据分析和机器学习领域，Kaggle竞赛是全球知名的平台，它为专业人士提供了一系列的数据挑战，包括本例中的“贷款违约预测”比赛。这个压缩包文件包含的数据集是为了帮助参赛者构建模型，预测哪些贷款申请可能会...
课程大作业基于python实现的金融风控贷款违约预测源码(可参考借鉴).zip
10-16
课程大作业基于python实现的金融风控贷款违约预测源码(可参考借鉴).zip课程大作业基于python实现的金融风控贷款违约预测源码(可参考借鉴).zip课程大作业基于python实现的金融风控贷款违约预测源码(可参考借鉴).zip...
信贷违约风险评估模型（中篇）：特征工程
wong2016的博客
04-23 2917
机器学习训练营——机器学习爱好者的自由交流空间（qq群号：696721295） 特征工程 特征工程，是根据数据集已有的特征，删除、加工产生新特征，从而改善模型的预测效果。著名的计算机科学家、人工智能与机器学习领域的领军人物吴恩达(Andrew Ng)有一句名言：“applied machine learning is basically feature engineering.” 具体上说，特...
Lending Club——构建贷款违约预测模型
热门推荐
arsenal0435的博客
05-25 2万+
1.本项目需解决的问题    本项目通过利用P2P平台Lending Club的贷款数据，进行机器学习，构建贷款违约预测模型，对新增贷款申请人进行预测是否会违约，从而决定是否放款。2.建模思路    以下为本次项目的工作流程。3.场景解析    贷款申请人向Lending Club平台申请贷款时，Lending Club平台通过线上或线下让客户填写贷款申请表，收集客户的基本信息，这里包括申请人的年...
ML - 贷款用户逾期情况分析5 - 特征工程2（特征选择）
libh的博客
11-27 2442
文章目录特征选择 (判定贷款用户是否逾期)1 IV值进行特征选择1.1 用途介绍1.2 计算公式2 随机森林进行特征选择2.1 平均不纯度减少 mean decrease impurity2.2 平均精确率减少 Mean decrease accuracy3 代码3.1 IV值进行特征选择3.2 随机森林挑选特征3.2.1 平均不纯度减少 mean decrease impurity3.2.2 ...
Loan default predictor（贷款违约预测）
hero_fantao的专栏
06-25 8235
Loan default predictor  （贷款违约预测） --- dylan at  2014-3-16   一：背景 Kaggle发布了一个涉及贷款违约预测的比赛，时间周期2个月（2014/01/17 -- 2014/03/14）。 其实，之前kaggle很久之前有过关于贷款相关信用预测的比赛。但是，这次和上次的情况很不同，挑战也更大。传统的金融相关的算法，其实是个典型二分类问
贷款违约-简单的数据分析
playboygogogo的博客
12-06 2588
import numpy as np from matplotlib import pyplot as plt import pandas as pd import seaborn as sns import warnings warnings.filterwarnings('ignore') data = pd.read_csv('train.csv') # data = pd.read_csv('C:\\Users\\hy\\天池\\贷款违约\\train.csv') data.head()
天池比赛（-贷款违约预测）1--赛题理解
haidizym的博客
09-15 855
赛题以预测用户贷款是否违约为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。 字段表 Field Description id 为贷款清单分配的唯一信用证标识 loanAmnt 贷款金额 term 贷款期限（year） interes
多个机器学习模型分别对wine数据集进行分类
playboygogogo的博客
10-16 3102
1.KNN from sklearn import datasets wine = datasets.load_wine() X = wine.data y = wine.target from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 666) from sklear
jupyter notebook分析贷款违约
09-19
2. 特征工程：接下来，需要对数据进行特征选择和特征转换，以提取出对贷款违约风险有意义的特征。这可能涉及到特征缩放、特征构建和特征选择等操作。 3. 模型建立：然后，选择适当的机器学习模型来建立贷款违约风险...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值