Lending Club信贷违约风险分析（R语言）

最新推荐文章于 2022-08-25 14:52:46 发布

weixin_44990950

最新推荐文章于 2022-08-25 14:52:46 发布

阅读量2.7k

点赞数 1

分类专栏： R语言文章标签：数据分析

本文链接：https://blog.csdn.net/weixin_44990950/article/details/106057909

版权

使用R语言，本文分析了Lending Club的信贷数据，处理了缺失值，进行了特征工程，包括删除高缺失值变量，转换字符串为数值因子变量等，以研究信贷违约风险。

摘要由CSDN通过智能技术生成

数据来源

https://www.kaggle.com/wendykan/lending-club-loan-data 包含226万个样本，145个字段。

数据处理

library(rio) #导入导出数据的包
loan <- import('loan.csv')
str(loan)

查看并处理缺失值

NAcol <- which(colSums(is.na(loan))>0)  #包含缺失值的特征列序号
library(knitr) #使用其中的kable函数制表
kable(sort(colSums(sapply(loan[NAcol], is.na)),decreasing = T) )#按降序列出特征缺失值数量

特征	缺失数量
id	2260668
member_id	2260668
url	2260668
orig_projected_additional_accrued_interest	2252242
deferral_term	2250055
hardship_amount	2250055
hardship_length	2250055
hardship_dpd	2250055
hardship_payoff_balance_amount	2250055
hardship_last_payment_amount	2250055
settlement_amount	2227612
settlement_percentage	2227612
settlement_term	2227612
sec_app_mths_since_last_major_derog	2224726
sec_app_revol_util	2154484
revol_bal_joint	2152648
sec_app_inq_last_6mths	2152647
sec_app_mort_acc	2152647
sec_app_open_acc	2152647
sec_app_open_act_il	2152647
sec_app_num_rev_accts	2152647
sec_app_chargeoff_within_12_mths