项目背景:Thera Bank银行的主要盈利业务靠的是贷款,这些客户中的大多数是存款大小不等的责任客户(存款人)。同时也是借款人的客户(资产客户)数量很少,银行有兴趣迅速扩大这一基础,以开展更多的贷款业务,并在此过程中通过贷款利息赚取更多。特别是,管理层希望探索将负债客户转换为个人贷款客户(同时保留他们作为存款人)的方法。该银行去年针对负债客户开展的一项活动显示,成功实现了9%以上的成功转化。
我们这次数据来源在kaggle上,链接:https://www.kaggle.com/itsmesunil/bank-loan-modelling?
做完前戏之后,我们可以直接对数据进行理解
2、理解数据
数据集共包含5000条记录,14个字段,对应字段含义如下:
ID - 客户
Age - 客户年龄
Experience - 客户工作经验
Income - 客户年收入(单位:千美元)
ZIPCode - 家庭地址邮政编码
Family - 客户的家庭规模
CCAvg - 每月信用卡消费额(单位:千美元)
Education - 教育水平 (1: 本科; 2: 研究生; 3: 高级)
Mortgage - 房屋抵押价值(如有)(单位:千美元)
Personal Loan - 此客户是否接受上一次活动中提供的个人贷款?(1:是 0:否)
Securities Account - 是否有证券账户?(1:是 0:否)
CD Account - 是否有存款证明(CD)帐户吗(1:是 0:否)
Online - 是否开通网上银行?(1:是 0:否)
CreditCard - 是否有信用卡?(1:是 0:否)
对于数据,我们一般会看看数据的重复,缺失情况,顺便会对于一些数值型的字段则需要做一些数据类型的转化
#观察数据的一个描述性信息
Bank_Personal_Loan.describe()
明显看到异常情况,Expe