个人贷款违约预测模型练习

重点为分类模型的数据理解与数据准备

数据介绍

1. 账户表（Accounts）:每条记录描述一个账户的静态信息
   

2. 顾客信息表（Clients）:每条记录描述一个客户的特征信息
   

3. 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
   

4. 支付订单表（Orders）:每条记录代表一个支付命令
   

5. 交易表（Trans）:每条记录代表每个账户上的一条交易
   

6. 贷款表（Loans）:每条记录代表某个账户上的一条贷款信息
   

7. 信用卡（Cards）：每条记录描述一个顾客号的信用卡信息
   

8. 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。