大数据之Python数据分析 实训 信用卡客户风险评价之二、构建信用卡客户风险评价关键特征

构建信用卡客户风险评价关键特征

实训数据：https://pan.baidu.com/s/1RduW2P0UtdgvQowIu26u7A
1 实训目标
（1） 掌握评分卡模型的原理。
（2） 构建信用卡用户风险分析关键特征。

2 实训环境
（1） 使用 3.6 版本的 Python 。
（2） 使用 jupyter notebook 编辑器。
（3） os ， pandas ， N umPy ， sklearn 。

3 实训内容
在信用卡相关的征信工作中，主要从三个方向判定客户的信用等级，分别为：客户的历史信用风险，客户的现阶段经济状况，客户的未来经济收入以及目前的收入的稳定情况。

4 实训步骤
（1） 据特征瑕疵户，逾期，呆账，强制停卡，退票，拒往记录构建历史行为特征。
（2） 根据特征借款余额，个人月收入，个人月开销，家庭月收入和月刷卡金额，构建出经济风险情况特征。
（3） 根据特征职业，年龄，住家，构建出收入风险情况特征。
（4） 标准化历史行为，经济风险情况，收入风险情况特征。

4.1 特征选取
特征的轩主主要是以下三个方面。具体操作如 代码 4‑1 所示。

1. 根据特征瑕疵户，逾期，呆账，强制停卡，退票，拒往记录构建历史行为特征。
2. 根据特征借款余额，个人月收入，个人月开销，家庭月收入和月刷卡金额，构建出经济风险情况特征。
3. 根据特征职业，年龄，住家，构建出收入风险情况特征。
   代码 4 ‑ 1 特征选取

In[1]:
import os
import numpy as np
import pandas as pd 
os.chdir('/course/Python 数据分析与应用 /')
data8 = pd.read_csv('./tmp/data8.csv',encoding='utf-8',index_col=0, engine = 'python')
# 选取历史行为特征
card_selection1 = data8[[' 瑕疵户 ',' 逾期 ',' 呆账 ',' 强制停卡记录 ',' 退票 ',' 拒往记录 ']]
print(' 构建历史行为特征前 5 个特征为： \n',card_selection1.head())

Out[1]:
构建历史行为特征前 5 个特征为：

    瑕疵户   逾期   呆账   强制停卡记录   退票   拒往记录
0    2        2     2       2           2     2
1    2        2