逻辑回归：案例实战-客户违约预警模型

逻辑回归模型：案例实战-银行客户违约预警模型

数据

（客户信息及违约表现.xlsx）
包含 特征变量：收入，年龄，性别，历史授信额度，历史违约次数，以及目标变量：是否违约。

工具

jupyter notebook

代码

导入相关库

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

1.读取数据（客户信息及违约表现.xlsx）

data=pd.read_excel('客户信息及违约表现.xlsx')
data.head()

2.划分特征变量和目标变量

X = data.drop(['是否违约'],axis=1)
y = data['是否违约']

3.划分训练集和测试集

 # 设置random_state使得每次划分的数据一样
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=1)
# 显示训练集X_train的前5行，在别的代码编辑器里需要通过print()函数打印查看
X_train.head()
# 显示训练集y_train的前5行，在别的代码编辑器里需要通过print()函数打印查看
y_train.head()
# 显示测试集X_test的前5行，在别的代码编辑器里需要通过print()函数打印查看
X_test.head()
# 显示测试集y_test的前5行，在别的代码编辑器里需要通过print()函数打印查看
y_test.head()

4.模型搭建

model = LogisticRegression()
model.fit(X_train,y_train)

5.模型使用 1- 预测数据结果

y_pred = model.predict(X_test)
 # 打印预测内容的前100个看看
print(y_pred[:100])

将预测值和实际值放到一个DataFrame里进行查看比对
a = pd.DataFrame()
a['预测值'] = list(y_pred)
a['实际值'] = list(y_test)
# 可以看到此时前5个预测准确度为80%
a.head(5)

# 查看全部的预测准确度
from sklearn.metrics import accuracy_score
score = accuracy_score(y_pred,y_test)
print(score)

 另外一种查看模型预测准确度的方法
model.score(X_test,y_test)

6.模型使用2 - 预测概率，并显示5行

y_pred_proba = model.predict_proba(X_test)
y_pred_proba[0:5]

# 另一种查看概率的方式，并显示5行
a = pd.DataFrame(y_pred_proba, columns = ['不违约概率','违约概率'])
a.head()

# 只查看流失的概率（也即y=1概率，即上面二维数组的第二列）
y_pred_proba[:,1]

7.查看各个特征变量的系数：系数和截距项

model.coef_
model.intercept_

#通过公式获取流失概率，这里演示前5条测试集数据的预测流失的概率
for i in range(5):
    print(1/(1+np.exp(-(np.dot(X_test.iloc[i], model.coef_.T) + model.intercept_))))

模型评估 - ROC曲线与KS曲线

导入相关模块

from sklearn.metrics import confusion_matrix
from sklearn.metrics import classification_report
from sklearn.metrics import roc_curve
import matplotlib.pyplot as plt
from sklearn.metrics import roc_auc_score

1.计算ROC曲线需要的假警报率（fpr）、命中率（tpr）及阈值（thres）

fpr,tpr,thres = roc_curve(y_test,y_pred_proba[:,1])

2.创建一个空DataFrame ，查看前5条假警报率（fpr）、命中率（tpr）及阈值（thres）

a = pd.DataFrame()
a['阈值'] = list(thres)
a['假警报率'] = list(fpr)
a['命中率'] = list(tpr)
a.head()

3.绘制ROC曲线

fpr,tpr,thres = roc_curve(y_test,y_pred_proba[:,1])
a = pd.DataFrame()
a['阈值'] = list(thres)
a['假警报率'] = list(fpr)
a['命中率'] = list(tpr)
import matplotlib.pyplot as plt 
plt.plot(fpr, tpr)
plt.show()

4.求出模型的AUC值

score = roc_auc_score(y_test,y_pred_proba[:,1])
score