python数据分析案例实战——融360客户贷款风险预测（信用卡）

数据源：融360-用户贷款风险预测

参考资料：https://www.jianshu.com/p/aba5685c580a

流程如下：

• 项目目标

• 数据解读

• 数据预处理

• 特征工程

  1.基于业务理解筛选

  2.基于机器学习筛选

• 模型建立

一、项目目标

通过举办方提供的用户基本信息，消费行为，还款情况等，建立准确的逾期预测模型，以预测用户是否会逾期还款。

二、数据解读

相关专业名词可以去举办方融360官网上搜索https://www.rong360.com/ask/

1.数据概述：

用户的基本属性user_info.txt

银行流水记录bank_detail.txt

用户浏览行为browse_history.txt

信用卡账单记录bill_detail.txt

放款时间loan_time.txt

逾期行为的记录overdue.txt

（注意：并非每一位用户都有非常完整的记录，如有些用户并没有信用卡账单记录，有些用户却没有银行流水记录。同时需要注意的是数据做过脱敏处理：(a) 隐藏了用户的id信息；(b) 将用户属性信息全部数字化；(c) 将时间戳和所有金额的值都做了函数变换。）

2.数据详细描述：
（1）用户的基本属性user_info.txt。共6个字段，其中字段性别为0表示性别未知。 用户id,性别,职业,教育程度,婚姻状态,户口类型 6346,1,2,4,4,2
（2）银行流水记录bank_detail.txt。共5个字段，其中，第2个字段，时间戳为0表示时间未知；第3个字段，交易类型有两个值，1表示支出、0表示收入；第5个字段，工资收入标记为1时，表示工资收入。 用户id,时间戳,交易类型,交易金额,工资收入标记 6951,5894316387,0,13.756664,0
（3）用户浏览行为browse_history.txt。共4个字段。其中，第2个字段，时间戳为0表示时间未知。 用户id,时间戳,浏览行为数据,浏览子行为编号 34724,5926003545,172,1
（4）信用卡账单记录bill_detail.txt。共15个字段，其中，第2个字段，时间戳为0表示时间未知。为方便浏览，字段以表格的形式给出。 文件示例如下： 用户id,账单时间戳,银行id,上期账单金额,上期还款金额,信用卡额度,本期账单余额,本期账单最低还款额,消费笔数,本期账单金额,调整金额,循环利息,可用金额,预借现金额度,还款状态 3147,5906744363,6,18.626118,18.661937,20.664418,18.905766,17.847133,1,0.000000,0.000000,0.000000,0.000000,19.971271,0 上期账单金额: 上月需要向信用卡还款的金额 上期还款金额：上月用户已还款的金额 信用卡额度：信用额度（即信用卡最高可以透支使用的限额）+ 存入信用卡的金额。 本期账单余额：指截止到出账单日，本期账单还未还的金额。 本期账单最低还款额：最低还款额=信用额度内消费款的10%+预借现金交易款的100%+前期最低还款额未还部分的100%+超过信用额度消费款的100%+费用和利息的100% 消费笔数：用户在账单期内的消费记录总数 本期账单金额：本期需要向信用卡还款的金额 调整金额：有可能是原先多还的款项, 在下期还款时会去掉这部分的金额 循环利息：当您偿还的金额等于或高于当期帐单的最低还款额，但低于本期应还金额时，剩余的延后还款的金额银行会计算相应的利息。 可用余额：信用额度-未还清的已出账金额-已使用未入账的累积金额 预借现金额度：是指持卡人使用信用卡通过ATM等自助终端提取现金的最高额度 还款状态：0--未还款，1--已还款
（5）放款时间信息loan_time.txt。共2个字段，用户id和放款时间。 用户id,放款时间 1,5914855887 银行发放贷款的时间
（6）顾客是否发生逾期行为的记录overdue.txt。共2个字段。样本标签为1，表示逾期30天以上；样本标签为0，表示逾期10天以内。注意：逾期10天~30天之内的用户，并不在此问题考虑的范围内。用于测试的用户，只提供id列表，文件名为testUsers.csv。 用户id,样本标签 1,1 此处可理解为1是逾期、0是未逾期

号：923414804 群里有志同道合的小伙伴，
    互帮互助。群里有视频学习教程和PDF，一起学习，共同进步！
    加群免费获取数十套PDF资料，助力python学习

三、数据预处理

导入数据，检查缺失，统计用户id量、

看下缺失值情况：