信用评分卡模型分析(基于Python)--python实现

最新推荐文章于 2024-06-05 10:18:53 发布
最新推荐文章于 2024-06-05 10:18:53 发布
阅读量3.4k 收藏 54
点赞数 2
文章标签： python 数据结构与算法 matlab
原文链接：http://www.cnblogs.com/daliner/p/10268350.html
版权

上一篇文章信用评分卡模型分析（理论部分）已经介绍了信用评分卡模型的数据预处理、探索性数据分析、变量分箱和变量选择等。接下来使用Python建立信用评分卡，对用户行为进行打分，继续讨论信用评分卡的模型python实现和分析，信用评分的方法和自动评分系统。（建立ABC卡则需要对自变量和因变量有针对性的进行调整，流程大体一致）

 

流程：
  • 导入数据
  • 数据预处理
  • 探索分析
  • 特征选择
  • 模型训练
  • 模型评估
  • 模型结果转评分
  • 计算用户总分
一、导入数据

import pandas as pd
import numpy as np
path=r'/Volumes/win/1/DataStudy/dataset/Give Me Some Credit/cs-training.csv'
df=pd.read_csv(path)
df.head()

 
 

查看各字段名

df.info()
 
 

有12列数据，将ID列设置为索引列

df=df.set_index('ID',drop=True)   #设置id列为索引列
df.head()
 
 

将各英文字段转为中文字段名方便理解

states={'SeriousDlqin2yrs':'好坏客户',
        'RevolvingUtilizationOfUnsecuredLines':'可用额度比值', 'age':'年龄', 'NumberOfTime30-59DaysPastDueNotWorse':'逾期30-59天笔数', 'DebtRatio':'负债率', 'MonthlyIncome':'月收入', 'NumberOfOpenCreditLinesAndLoans':'信贷数量', 'NumberOfTimes90DaysLate':'逾期90天笔数', 'NumberRealEstateLoansOrLines':'固定资产贷款量', 'NumberOfTime60-89DaysPastDueNotWorse':'逾期60-89天笔数', 'NumberOfDependents':'家属数量'} df.rename(columns=states,inplace=True) df.head() #修改英文字段名为中文字段名
 
 

坏客户是1，好客户对应0，

二、数据预处理
  • 缺失值处理
  • 异常值处理
    1、缺失值处理
    查看各字段数据缺失情况
df.info()
 
 

月收入和家属数量存在缺失

print("月收入缺失比:{:.2%}".format(df['月收入'].isnull().sum()/df.shape[0]))
 
  
print("家属数量缺失比:{:.2%}".format(df['家属数量'].isnull().sum()/df.shape[0]))
 
 

月收入缺失较大，使用平均值进行填充，家属数量缺失较少，将缺失的删掉，另外，如果字段缺失过大，将失去分析意义，可以将整个字段删除

df=df.fillna({'月收入':df['月收入'].mean()})
df1=df.dropna()
df1.shape

 

 
 

2、异常值处理
可以通过箱线图观察异常值

 

import matplotlib.pyplot as plt
from pylab import mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] x1=df['可用额度比值'] x2=df['负债率'] x3=df1["年龄"] x4=df1["逾期30-59天笔数"] x5=df1["逾期60-89天笔数"] x6=df1["逾期90天笔数"] x7=df1["信贷数量"] x8=df1["固定资产贷款量"] fig=plt.figure(figsize=(20,15)) ax1=fig.add_subplot(221) ax2=fig.add_subplot(222) ax3=fig.add_subplot(223) ax4=fig.add_subplot(224) ax1.boxplot([x1,x2]) ax1.set_xticklabels(["可用额度比值","负债率"], fontsize=20) ax2.boxplot(x3) ax2.set_xticklabels("年龄", fontsize=20) ax3.boxplot([x4,x5,x6]) ax3.set_xticklabels(["逾期30-59天笔数","逾期60-89天笔数","逾期90天笔数"], fontsize=20) ax4.boxplot([x7,x8]) ax4.set_xticklabels(["信贷数量","固定资产贷款量"], fontsize=20)
 
 

异常值处理消除不合逻辑的数据和超级离群的数据，可用额度比值应该小于1，年龄为0的是异常值，逾期天数笔数大于80的是超级离群数据，固定资产贷款量大于50的是超级离群数据，将这些离群值过滤掉，筛选出剩余部分数据。

df1=df1[df1['可用额度比值']<1]
df1=df1[df1['年龄']>0]
df1=df1[df1['逾期30-59天笔数']<80]
df1=df1[df1['逾期60-89天笔数']<80]
df1=df1[df1['逾期90天笔数']<80] df1=df1[df1['固定资产贷款量']<50] df1.shape
 
 
三、探索分析

探索分析在整个流程当中对数据的变动不大，主要起到了一种催化的作用，作为一种“启动”开展后续工作，可以更好的了解到数据之间的一些联系和变化规律。同时在多变量分析中通过相关性也可以过滤掉一部分变量。

  • 单变量分析
  • 多变量分析
    1、单变量分析
    是分析一个自变量和因变量之间的联系，此处以年龄和好坏客户为例进行分析。
    将年龄均分成5组，求出每组的总的用户数
age_cut=pd.cut(df1['年龄'],5)
age_cut_group=df1['好坏客户'].groupby(age_cut).count()
age_cut_group
 
 

求各组的坏客户数

age_cut_grouped1=df1["好坏客户"].groupby(age_cut).sum()
age_cut_grouped1
 
 

联结

df2=pd.merge(pd.DataFrame(age_cut_group),pd.DataFrame(age_cut_grouped1),left_index=True,right_index=True)
df2.rename(columns={'好坏客户_x':'总客户数','好坏客户_y':'坏客户数'},inplace=True) df2
 
 

加一列好客户数

df2.insert(2,"好客户数",df2["总客户数"]-df2["坏客户数"])
df2
 
 

再加一列坏客户占比

df2.insert(2,"坏客户占比",df2["坏客户数"]/df2["总客户数"])
df2
 
  
ax1=df2[["好客户数","坏客户数"]].plot.bar(figsize=(10,5))
ax1.set_xticklabels(df2.index,rotation=15)
ax1.set_ylabel("客户数")
ax1.set_title("年龄与好坏客户数分布图")
 
  
ax11=df2["坏客户占比"].plot(figsize=(10,5))
ax11.set_xticklabels([0,20,29,38,47,55,64,72,81,89,98,107])
ax11.set_ylabel("坏客户率")
ax11.set_title("坏客户率随年龄的变化趋势图")

 

 
 

可以看出随着年龄的增长，坏客户率在降低，其中38~55之间变化幅度最大
2、多变量分析
多变量分析就是对各个变量之间的相关性进行探索，线性回归模型中的特征之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确，相关系数为1或者-1变量之间的相关性最大，对于相关性大的两组变量可以择一处理

 

import seaborn as sns
corr = df1.corr()#计算各变量的相关性系数
xticks = list(corr.index)#x轴标签 yticks = list(corr.index)#y轴标签 fig = plt.figure(figsize=(15,10)) ax1 = fig.add_subplot(1, 1, 1) sns.heatmap(corr, annot=True, cmap="rainbow",ax=ax1,linewidths=.5, annot_kws={'size': 9, 'weight': 'bold', 'color': 'blue'}) ax1.set_xticklabels(xticks, rotation=35, fontsize=15) ax1.set_yticklabels(yticks, rotation=0, fontsize=15) plt.show()
 
 

可以看到各变量之间的相关性比较小，所以不需要操作，一般相关系数大于0.6可以进行变量剔除。

四、特征选择

这里使用IV值进行特征选择

  • WOE分箱
  • WOE值计算
  • IV值计算
  • WOE值替换
    1、WOE分箱
    将连续变量离散化，特征离散化后，模型会更稳定，降低了模型过拟合的风险。同时由于逻辑回归模型的每个变量的每种情况都会有对应的特征权值，使用分箱之后可以降低数据量，使模型泛化能力增强。
    在学习笔记（一）中提到woe分箱可以先进行等频分箱，然后按照woe的单调性进行调整，保持单调性可以使连续数据转化为离散时数据之间能有一定的联系和趋势而不是孤立的几个数据（另外单调从系数的正负上也反映的单变量对结果的影响趋势），当然woe不一定保证完全单调递增或递减，保持一定趋势即可，这种趋势一般不会发生完全逆转（通过调整分箱值使得单调递增转为递减），所以按照客观事实进行调整即可，我们将按照此方法求取woe 值。
    此处取分箱值可以先把数据导出使用excel进行调整
    也可以使用python自动分箱woe转化，见风控数据分析学习笔记（三）Python实现woe自动分箱转化 
cut1=pd.qcut(df1["可用额度比值"],4,labels=False)
cut2=pd.qcut(df1["年龄"],8,labels=False) bins3=[-1,0,1,3,5,13] cut3=pd.cut(df1["逾期30-59天笔数"],bins3,labels=False) cut4=pd.qcut(df1["负债率"],3,labels=False) cut5=pd.qcut(df1["月收入"],4,labels=False) cut6=pd.qcut(df1["信贷数量"],4,labels=False) bins7=[-1, 0, 1, 3,5, 20] cut7=pd.cut(df1["逾期90天笔数"],bins7,labels=False) bins8=[-1, 0,1,2, 3, 33] cut8=pd.cut(df1["固定资产贷款量"],bins8,labels=False) bins9=[-1, 0, 1, 3, 12] cut9=pd.cut(df1["逾期60-89天笔数"],bins9,labels=False) bins10=[-1, 0, 1, 2, 3, 5, 21] cut10=pd.cut(df1["家属数量"],bins10,labels=False)

2、WOE值计算

rate=df1["好坏客户"].sum()/(df1["好坏客户"].count()-df1["好坏客户"].sum())
def get_woe_data(cut): grouped=df1["好坏客户"].groupby(cut,as_index = True).value_counts() woe=np.log(grouped.unstack().iloc[:,1]/grouped.unstack().iloc[:,0]/rate) return woe cut1_woe=get_woe_data(cut1) cut2_woe=get_woe_data(cut2) cut3_woe=get_woe_data(cut3) cut4_woe=get_woe_data(cut4) cut5_woe=get_woe_data(cut5) cut6_woe=get_woe_data(cut6) cut7_woe=get_woe_data(cut7) cut8_woe=get_woe_data(cut8) cut9_woe=get_woe_data(cut9) cut10_woe=get_woe_data(cut10)

随便挑几个变量看下woe

cut1_woe.plot.bar(color='b',alpha=0.3,rot=0)
 
  
cut2_woe.plot.bar(color='b',alpha=0.3,rot=0)
 
  
cut3_woe.plot.bar(color='b',alpha=0.3,rot=0)

 

 
 

可以看出woe已调整到具有单调性
3、IV值计算

 

def get_IV_data(cut,cut_woe): grouped=df1["好坏客户"].groupby(cut,as_index = True).value_counts() cut_IV=((grouped.unstack().iloc[:,1]/df1["好坏客户"].sum()-grouped.unstack().iloc[:,0]/(df1["好坏客户"].count()-df1["好坏客户"].sum()))*cut_woe).sum() return cut_IV #计算各分组的IV值 cut1_IV=get_IV_data(cut1,cut1_woe) cut2_IV=get_IV_data(cut2,cut2_woe) cut3_IV=get_IV_data(cut3,cut3_woe) cut4_IV=get_IV_data(cut4,cut4_woe) cut5_IV=get_IV_data(cut5,cut5_woe) cut6_IV=get_IV_data(cut6,cut6_woe) cut7_IV=get_IV_data(cut7,cut7_woe) cut8_IV=get_IV_data(cut8,cut8_woe) cut9_IV=get_IV_data(cut9,cut9_woe) cut10_IV=get_IV_data(cut10,cut10_woe) IV=pd.DataFrame([cut1_IV,cut2_IV,cut3_IV,cut4_IV,cut5_IV,cut6_IV,cut7_IV,cut8_IV,cut9_IV,cut10_IV],index=['可用额度比值','年龄','逾期30-59天笔数','负债率','月收入','信贷数量','逾期90天笔数','固定资产贷款量','逾期60-89天笔数','家属数量'],columns=['IV']) iv=IV.plot.bar(color='b',alpha=0.3,rot=30,figsize=(10,5),fontsize=(10)) iv.set_title('特征变量与IV值分布图',fontsize=(15)) iv.set_xlabel('特征变量',fontsize=(15)) iv.set_ylabel('IV',fontsize=(15))
 
  
IV

 

 
 

一般选取IV大于0.02的特征变量进行后续训练，从以上可以看出所有变量均满足，所以选取全部的
4、WOE值替换

 

df_new=pd.DataFrame()   #新建df_new存放woe转换后的数据
def replace_data(cut,cut_woe): a=[] for i in cut.unique(): a.append(i) a.sort() for m in range(len(a)): cut.replace(a[m],cut_woe.values[m],inplace=True) return cut df_new["好坏客户"]=df1["好坏客户"] df_new["可用额度比值"]=replace_data(cut1,cut1_woe) df_new["年龄"]=replace_data(cut2,cut2_woe) df_new["逾期30-59天笔数"]=replace_data(cut3,cut3_woe) df_new["负债率"]=replace_data(cut4,cut4_woe) df_new["月收入"]=replace_data(cut5,cut5_woe) df_new["信贷数量"]=replace_data(cut6,cut6_woe) df_new["逾期90天笔数"]=replace_data(cut7,cut7_woe) df_new["固定资产贷款量"]=replace_data(cut8,cut8_woe) df_new["逾期60-89天笔数"]=replace_data(cut9,cut9_woe) df_new["家属数量"]=replace_data(cut10,cut10_woe) df_new.head()
 
 
五、模型训练

信用评分卡主要使用的算法模型是逻辑回归。logistic模型客群变化的敏感度不如其他高复杂度模型，因此稳健更好，鲁棒性更强。另外，模型直观，系数含义好阐述、易理解，使用逻辑回归优点是可以得到一个变量之间的线性关系式和对应的特征权值，方便后面将其转成一一对应的分数形式。


 
 

使用sklearn库

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split x=df_new.iloc[:,1:] y=df_new.iloc[:,:1] x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.6,random_state=0) model=LogisticRegression() clf=model.fit(x_train,y_train) print('测试成绩：{}'.format(clf.score(x_test,y_test)))
 
 

求特征权值系数coe，后面训练结果转分值时会用到：

coe=clf.coef_        #特征权值系数，后面转换为打分规则时会用到
coe
 
  
y_pred=clf.predict(x_test)
六、模型评估

模型评估主要看AUC和K-S值

from sklearn.metrics import roc_curve, auc
fpr, tpr, threshold = roc_curve(y_test, y_pred)
roc_auc = auc(fpr, tpr)
plt.plot(fpr, tpr, color='darkorange',label='ROC curve (area = %0.2f)' % roc_auc) plt.plot([0, 1], [0, 1], color='navy', linestyle='--') plt.xlim([0.0, 1.0]) plt.ylim([0.0, 1.0]) plt.xlabel('False Positive Rate') plt.ylabel('True Positive Rate') plt.title('ROC_curve') plt.legend(loc="lower right") plt.show()
 
  
roc_auc
 
  
fig, ax = plt.subplots()
ax.plot(1 - threshold, tpr, label='tpr') # ks曲线要按照预测概率降序排列，所以需要1-threshold镜像
ax.plot(1 - threshold, fpr, label='fpr')
ax.plot(1 - threshold, tpr-fpr,label='KS')
plt.xlabel('score') plt.title('KS Curve') plt.ylim([0.0, 1.0]) plt.figure(figsize=(20,20)) legend = ax.legend(loc='upper left') plt.show()
 
  
max(tpr-fpr)
 
 

ROC0.57， K-S值0.15左右，建模效果一般

七、模型结果转评分
 
 

由此可知每个变量不同分段对应的分数是B、β、ω这三个值的乘积，其中β（特征权值系数coe）和ω（WOE值）在前面已知，所以只要知道了AB的值就可以给用户打分了，这里要求AB的值要预先设定几个阈值，
偏移量A=offset
比例因子B=factor
b=offset+factor*log(o)
b+p=offset+factor *log(2o)


 
 

假设好坏比为20的时候分数为600分，每高20分好坏比翻一倍
现在我们求每个变量不同woe值对应的分数刻度可得：

factor = 20 / np.log(2)
offset = 600 - 20 * np.log(20) / np.log(2) def get_score(coe,woe,factor): scores=[] for w in woe: score=round(coe*w*factor,0) scores.append(score) return scores x1 = get_score(coe[0][0], cut1_woe, factor) x2 = get_score(coe[0][1], cut2_woe, factor) x3 = get_score(coe[0][2], cut3_woe, factor) x4 = get_score(coe[0][3], cut4_woe, factor) x5 = get_score(coe[0][4], cut5_woe, factor) x6 = get_score(coe[0][5], cut6_woe, factor) x7 = get_score(coe[0][6], cut7_woe, factor) x8 = get_score(coe[0][7], cut8_woe, factor) x9 = get_score(coe[0][8], cut9_woe, factor) x10 = get_score(coe[0][9], cut10_woe, factor) print("可用额度比值对应的分数:{}".format(x1)) print("年龄对应的分数:{}".format(x2)) print("逾期30-59天笔数对应的分数:{}".format(x3)) print("负债率对应的分数:{}".format(x4)) print("月收入对应的分数:{}".format(x5)) print("信贷数量对应的分数:{}".format(x6)) print("逾期90天笔数对应的分数:{}".format(x7)) print("固定资产贷款量对应的分数:{}".format(x8)) print("逾期60-89天笔数对应的分数:{}".format(x9)) print("家属数量对应的分数:{}".format(x10))
 
 

可以看出分数越高，成为坏客户的可能性越大。像年龄越大坏客率越低，可用额度比值、逾期笔数这几个变量的分数跨度较大对最后的总分有更大的影响，这些都印证了前面探索分析的结果。

八、计算用户总分

1.取自动分箱的边界分割点
cu1=pd.qcut(df1["可用额度比值"],4,labels=False,retbins=True)
bins1=cu1[1]
cu2=pd.qcut(df1["年龄"],8,labels=False,retbins=True)
bins2=cu2[1]

# bins3=[-1,0,1,3,5,13]
# cut3=pd.cut(df1["逾期30-59天笔数"],bins3,labels=False)
cu4=pd.qcut(df1["负债率"],3,labels=False,retbins=True)
bins4=cu4[1]
cu5=pd.qcut(df1["月收入"],4,labels=False,retbins=True)
bins5=cu5[1]
cu6=pd.qcut(df1["信贷数量"],4,labels=False,retbins=True)
bins6=cu6[1]

2.各变量对应的分数求和，算出每个用户的总分

def compute_score(series,bins,score): list = [] i = 0 while i < len(series): value = series[i] j = len(bins) - 2 m = len(bins) - 2 while j >= 0: if value >= bins[j]: j = -1 else: j -= 1 m -= 1 list.append(score[m]) i += 1 return list

path2=r'/Volumes/win/1/DataStudy/dataset/Give Me Some Credit/cs-test.csv'

test1 = pd.read_csv(path2)

test1['x1'] = pd.Series(compute_score(test1['RevolvingUtilizationOfUnsecuredLines'], bins1, x1)) test1['x2'] = pd.Series(compute_score(test1['age'], bins2, x2)) test1['x3'] = pd.Series(compute_score(test1['NumberOfTime30-59DaysPastDueNotWorse'], bins3, x3)) test1['x4'] = pd.Series(compute_score(test1['DebtRatio'], bins4, x4)) test1['x5'] = pd.Series(compute_score(test1['MonthlyIncome'], bins5, x5)) test1['x6'] = pd.Series(compute_score(test1['NumberOfOpenCreditLinesAndLoans'], bins6, x6)) test1['x7'] = pd.Series(compute_score(test1['NumberOfTimes90DaysLate'], bins7, x7)) test1['x8'] = pd.Series(compute_score(test1['NumberRealEstateLoansOrLines'], bins8, x8)) test1['x9'] = pd.Series(compute_score(test1['NumberOfTime60-89DaysPastDueNotWorse'], bins9, x9)) test1['x10'] = pd.Series(compute_score(test1['NumberOfDependents'], bins10, x10)) test1['Score'] = test1['x1']+test1['x2']+test1['x3']+test1['x4']+test1['x5']+test1['x6']+test1['x7']+test1['x8']+test1['x9']+test1['x10']+600

test1.to_csv(r'/Volumes/win/1/DataStudy/dataset/Give Me Some Credit/ScoreData.csv', index=False)

 

评分结果：
 

 

 

九、总结以及展望

本文通过对kaggle上的Give Me Some Credit数据的挖掘分析，结合信用评分卡的建立原理，从数据的预处理、变量选择、建模分析到创建信用评分，创建了一个简单的信用评分系统。
基于AI 的机器学习评分卡系统可通过把旧数据（某个时间点后）剔除掉后再进行自动建模、模型评估、并不断优化特征变量，使得系统更加强大。

 

 

 

 

数据来源：https://www.kaggle.com/c/GiveMeSomeCredit/data

参考：

转载于:https://www.cnblogs.com/daliner/p/10268350.html

weixin_34021089
关注
  • 2
    点赞
  • 踩
  • 54
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python的申请评分卡模型 数据集
07-15
基于python的申请评分卡模型，训练，测试数据集 application.csv
评分卡模型python实现
热门推荐
fulk6667g78o8的专栏
10-29 1万+
在公众号「python风控模型」里回复关键字：学习资料，就可免费领取。 python风控模型 持牌照金融公司模型专家，教学主页 https://ke.qq.com/teacher/231469242?tuin=dcbf0
智能风控：评分卡的分类
R418520的博客
06-05 654
适用客群适用客群即评分卡所适用的贷款群体。从适用客群的角度来定义， 常见的评分卡可以被划分为如下3种。用途 用途即评分卡的使用目的。常见的评分卡有如下6种定义方式。适用客群和用途这两个角度对 评分卡的类别进行定义。
（九）行为评分卡模型python实现（详细代价+注释+讲解）训练集
02-27
（九）行为评分卡模型python实现（详细代价+注释+讲解）训练集
（七）Python申请评分卡模型建立（图文+代码实现）数据集
02-24
（七）Python申请评分卡模型建立（图文+代码实现）的数据集
python的评分卡模型
fulk6667g78o8的专栏
01-14 2066
本文通过对kaggle上的Give Me Some Credit数据的挖掘分析，结合信用评分卡的建立原理，从数据的预处理、建模分析、建立评分卡创建了一个简单的信用评分系统。客户申请评分卡是一种统计模型，它可基于对当前申请人的各项资料进行评估并给出一个分数，该评分能定量对申请人做出等级划分。申请评分卡由一系列特征项分割组成，每个特征项相当于申请表上的一个问题（例如，年龄、银行流水、收入等）。每一个特征项都有一系列可能的水平，相当于每一个问题的一系列可能答案（例如，对于年龄这个问题，答案可能就有30岁以下、30
基于python的评分卡模型代码实现
03-26
data = pd.read_csv('基于python的评分卡模型代码实现.csv') # 数据预处理 # 填充缺失值、转换数据类型、编码分类变量等 # 特征选择与目标变量分离 X = data.drop('target', axis=1) y = data['target'] # 划分...
基于Python的申请信用评分卡模型分析
最新发布
06-28
【作品名称】：基于Python的申请信用评分卡模型分析 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】：利用Python进行...
基于Python的申请信用评分卡模型分析.zip
04-08
基于Python的信用评分卡模型分析是利用编程语言进行数据分析和预测的重要实践，尤其适合毕业设计项目，因为它提供了从数据处理到模型构建的完整流程。本项目在Window10/11操作系统环境下经过测试，运行正常，并包含...
基于python的信用评分卡申请模型分析设计与实现
05-14
在本文中，我们将深入探讨如何使用Python编程语言来构建和实现一个信用评分卡申请模型。这涉及到数据预处理、特征工程、模型选择、训练与验证以及最终模型的应用。 1. **数据预处理**：在Python中，我们可以使用...
基于Python的信用评分卡建模分析-附件资源
03-02
基于Python的信用评分卡建模分析-附件资源
python评分卡模型数据源
12-18
信贷评分卡模型所需要的数据源，3000调数据，里面不涉及任何个人隐私
信用风险标准评分卡模型的开发及实现
08-04
基于R语言的信用风险标准评分卡模型的开发及代码实现，适用于互联网金融行业的评分卡模型开发。
python实现评分卡
qq_34649040的博客
09-23 858
woe-iv
信用评分卡模型在Python中实践（下）
kxiaozhuk的博客
11-29 3908
信用评分卡模型在Python中实践（上）上一篇已经完成数据集的准备和指标筛选，本篇继续介绍模型构建和评分卡的创建。 五、模型训练     信用评分卡的模型一般采用逻辑回归模型，属于二分类模型，Python 中的sklearn.linear_model导入LogisticRegression即可。 #入模定量和定性指标 model_data = data[np.append(quant_mo...
利用python构建信用卡评分
mikewo的博客
03-24 3365
一、背景介绍 作为旧金山的一家个人对个人的借贷公司，Lending Club成立于2006年。他们是第一家注册为按照美国证券交易委员会SEC(Securities and Exchange Commission)的安全标准向个人提供个人贷款的借贷公司。与传统借贷机构最大的不同是，Lending Club利用网络技术打造的这个交易平台，直接连接了个人投资者和个人借贷者，通过此种方式，缩短了资金流通...
python 评分卡_评分卡原理及Python实现
fulk6667g78o8的专栏
01-14 1613
项目背景介绍 ========= 1.1 信用风险和评分卡模型的基本概念 信用风险指的是交易对手未能履行约定合同中的义务造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。 借贷场景中的评分卡是一种以分数的形式来衡量风险几率的一种手段，也是对未来一段时间内违约、逾期、失联概率的预测。一般来说，分数越高，风险越小。 信用风险计量体系包括...
信用评分模型python实践——简介
sinat_27634939的博客
12-20 1665
由于之前进行过信用评分模型的学习，并且接触并实践了一小段时间，虽然已经过了一年了，但是为了让这一段经历能够保留，在这里记录下点滴。本次将分多篇文章对信用评分模型的python实践进行阐述，包括简介，概念以及最后的代码实现。最后很高兴看这一系列的朋友们，也希望能帮到你，大家一起学习。 信用评分模型简介 信用评分模型运用数据挖掘技术和统计分析方法，通过对客户的人口特征、信用历史记录、行为记录、...
如何利用python来构造一个信用卡评分模型？
Pythoncxy的博客
06-22 1171
1.背景介绍 在大数据自动化审批实践中，信用评分技术已经是一项逐渐成熟的风险估值方法。在消费金融的风险控制实践中，信用评分卡模型已经得到广泛地应用。 何为信用评分卡？ 简而言之就是利用客户已有的信息，这些数据可以来自一些三方平台（例如芝麻分、京东白条、微信、银行信用卡）等。利用已有的历史数据对客户的信用状况进行量化，这种量化的直观反映就是信用的分值。 今天我们向大家展示如何来构造一个银行业...
基于python的信用评分卡模型分析
06-06
### 回答1： 这是关于基于Python的信用评分卡模型分析的问题。利用Python可以构建信用评分卡模型并用于预测个人的信用评分。这个问题需要进一步详细说明评分卡模型的原理和步骤。一般来说，评分卡模型的分析过程包括数据预处理、特征选择、变量分箱、模型建立、模型优化和模型测试等步骤。在Python中，我们可以使用pandas和numpy等库实现数据预处理和特征选择，使用sklearn库实现变量分箱和模型建立，使用matplotlib或seaborn库进行数据可视化，以及其他一些库以实现模型优化和测试。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值