bootstrap项目实例_Python数据分析及可视化实例之银行信用卡违约预测（24）
·
系列文章总目录：Python数据分析及可视化实例目录
1.项目背景：
银行体系对于信用可违约进行预测，原始数据集如下：
2.分析步骤：
（1）数据清洗（Data Cleaning）
（2） 探索性可视化（Exploratory Visualization）
（3） 特征工程（Feature Engineering）
（4）基本建模&评估（Basic Modeling& Evaluation）
3.源码：
数据集下载：
易一网络科技 - 付费文章www.intumu.com加载数据
import 年龄 教育 工龄 地址 收入 负债率 信用卡负债 其他负债 违约 0 41 3 17 12 176 9.3 11.359392 5.008608 1 1 27 1 10 6 31 17.3 1.362202 4.000798 0 2 40 1 15 14 55 5.5 0.856075 2.168925 0 3 41 1 15 14 120 2.9 2.658720 0.821280 0 4 24 2 2 0 28 17.3 1.787436 3.056564 1
是否有空值
df目标集分类
df训练集、目标集分割
X特征相关性
classes 
特征重要性
from 
分类报告
训练集、测试集分割
from 分类结果报告
from 
持久化保存
from 载入训练模型
model 老鸟可去另一专栏：Python中文社区
新手可查阅历史目录：
yeayee：Python数据分析及可视化实例目录zhuanlan.zhihu.com
最后，别只收藏不关注哈
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)