重点为分类模型的数据理解与数据准备
数据介绍
-
账户表(Accounts):每条记录描述一个账户的静态信息
-
顾客信息表(Clients):每条记录描述一个客户的特征信息
-
权限分配表(Disp):每条记录描述顾客和账户之间的关系,以及客户操作账户的权限
-
支付订单表(Orders):每条记录代表一个支付命令
-
交易表(Trans):每条记录代表每个账户上的一条交易
-
贷款表(Loans):每条记录代表某个账户上的一条贷款信息
-
信用卡(Cards):每条记录描述一个顾客号的信用卡信息
-
人口地区统计表(District):每条记录描述一个地区的人口统计信息
关系实体图(E-R图)可以直观描述表间关系:
业务分析
在贷款审批方面,可以通过构建量化模型对客户的信用等级进行一定的区分。在信贷资金管理方面,得知了每个账户的违约概率后,可以预估未来的坏账比例,及时做好资金安排。在这个量化模型中,被解释变量为二分类变量,因此需要构建一个排序类分类模型。而排序类分类模型中最常用的算法是逻辑回归。