一、背景及目标
根据提供的金融数据,分别使用xgboost和lightgbm两种算法预测贷款用户是否会逾期。
二、任务分析
- 导入数据后,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,分别采用xgboost和lightgbm进行模型训练,预测结果以及输出评分。
三、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
四、代码实现
代码实现与zuolinye一起完成。首先是数据处理,包括删除不要信息、缺失值填充、映射替换以及数据归一化。