1、導(dǎo)入Python包及數(shù)據(jù)概覽

2、數(shù)據(jù)EDA

2.1 信貸可用額度與總額度比

2.2 借款時的年齡

f,[ax1,ax2]=plt.subplots(1,2,figsize=(12,5)) ? ?sns.distplot(train_data['age'],ax=ax1) ?sns.boxplot(y='age',data=train_data,ax=ax2) plt.show() ?print(train_data['age'].describe())

2.3 逾期30-59天/ 60-89天 /90天筆數(shù)

2.4 負(fù)債比率

2.5 信貸數(shù)量

2.6 家屬數(shù)量

2.7 不動產(chǎn)貸款或額度數(shù)量

2.8月收入

3、數(shù)據(jù)處理

3.1 缺失值處理

3.2 異常值處理

3.3 校驗(yàn)多重共線性

4、特征加工

4.1 分箱&woe編碼

4.2 IV值篩選變量

5、訓(xùn)練模型

6、模型評估

7、輸出模型分

文章來源https://zhuanlan.zhihu.com/p/367566257

《利用Python開發(fā)信用評分卡》就為大家介紹到這里，give me some credit完整視頻教學(xué)和代碼下載請參考《python信用評分卡建模（附代碼）》 。