一、【 目标】
构建逻辑回归模型进行预测用户是否逾期
二、【 任务分析】
- 首先,由于数据中存在缺失值,因此需要对缺失值数据进行预处理。
- 其次,对明显与模型无关的特征进行删除
- 最后,采用逻辑回归模型进行模型训练。
三、【 原始数据】
数据:金融数据
任务:我们要做的是预测贷款用户是否会逾期,
标签说明:表格中,status是标签:0表示未逾期,1表示逾期。
四、【 数据预处理】
一共4754行,89列(除去首行、首列)
- 直接删除,对模型影响不大的数据及特征,比如固定的个人信息
列:custid、trade_no、bank_card_no、id_name
行:删除很多项特征缺失的用户信息
缺失特征数据的用户数据:apply_score等到最后一个特征全为缺失项的用户数据 - 特征转换:特征student_feature列的NA转为0,2转为0(2只有2个)
- 几个需考虑的因素
城市:境外0,一线1,二线2,三线3,四线4,NA及其他(共4组数据,删除) - 现阶段不进行处理而直接删除的列:比如 first_transaction_time,latest_query_time,loans_latest_time