机器学习实现决策是否发放购车贷款

请结合如下购车信贷数据，设计一个算法决策是否发放购车贷款。

1. 购车信贷数据。数据主要包括历史同意贷款数据（accepts.csv）和历史拒绝贷款数据(rejects.csv)。数据中各个字段含义见下表。

名称	中文含义	备注
application_id	申请者ID
account_number	帐户号
bad_ind	是否违约
vehicle_year	汽车购买时间	0代表缺失
vehicle_make	汽车制造商	空白代表缺失
bankruptcy_ind	曾经破产标识	空白代表缺失
tot_derog	五年内信用不良事件数量(比如手机欠费消号)	缺失代表无记录
tot_tr	全部帐户数量	缺失代表系统内无记录
age_oldest_tr	最久账号存续时间(月)	缺失代表系统内无记录
tot_open_tr	在使用帐户数量	缺失代表系统内无记录
tot_rev_tr	在使用可循环贷款帐户数量(比如信用卡)	缺失代表系统内无记录
tot_rev_debt	在使用可循环贷款帐户余额(比如信用卡欠款)
tot_rev_line	可循环贷款帐户限额(信用卡授权额度)
rev_util	可循环贷款帐户使用比例(余额/限额)
fico_score	FICO打分（一种信用分）	缺失代表系统内无记录
purch_price	汽车购买金额(元)
msrp	建议售价	0代表缺失
down_pyt	分期付款的首次交款
loan_term	贷款期限(月)
loan_amt	贷款金额
ltv	贷款金额/建议售价*100
tot_income	月均收入(元)
veh_mileage	行驶里程(Mile)
used_ind	是否使用
weight	样本权重

2.请结合数据，设计贷款决策算法。要求：

（1）给出算法设计的基本思想，所选取的机器学习方法的依据。

（2）给出算法伪代码（编写语言不限，建议python）。

（3）要求给出所选机器学习技术的训练方法以及评价策略。

3.如出现数据缺失、数据错误或异常、数据噪音等现象，将对预测产生影响。针对上述情况，请结合数据，说明解决方法。