Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告...

全文链接：http://tecdat.cn/?p=31201

摘要:此报告首先将dataset进行数据清洗，得到dataset_new。再将dataset_new中属性分为基本信息、贷款行为/意愿信息和征信信息三类，并逐一进行分析（点击文末“阅读原文”获取信贷数据）。

在对基本信息的分析中得出，在贷款未结清者中，青年群体、中等教育程度群体、中等和高收入群体的频数较高，同时已婚、受薪雇员占比高于未婚、个体经营者。

在对贷款意愿与行为的信息分析中得出，贷款意愿与行为的变化与是否能够在规定时间内结清贷款相关性较低。

在对征信信息的分析中可以得出，征信信息中的正指标与负指标与是否能按期结清贷款有较为显著的正相关与负相关关系。最后再利用机器学习算法训练预测是否能够按期结清贷款的模型，测试结果准确度较高。

相关视频

1 属性分类

dataset_new数据集中共有6010个样本、51个属性。由于属性数量较多，为了便于分析，以属性的物理含义为分类依据，结合现实业务特征，挑选出具有代表性且特征涵盖较为全面的24条属性，并将其分为三类:基本信息、贷款行为/意愿信息和征信信息。原始数据：

如表1-1所示。

表 1-1 代表性属性及其分类

2 基本信息分析

针对贷款未结清者的基本个人信息进行统计分析，可以得出贷款未结清者在年龄、受教育程度等属性上的分布特征。

2.1贷款未结清者随年龄的分布

将所有贷款未结清者从18岁开始以5为区间统计，可以得出如图2-1-1所示的贷款未结清者随年龄的分布情况:在23-33岁的青年群体中，贷款未结清者的频数最高， 在48岁及以上的中老年群体中贡惑术时信者虑对这一群体进行更深入的经济背景调查款未结清的主要群体，因此在审批贷款时应考虑对这一群体进行更深入的经济背景调查 和征信调查，以确保贷款对象具有结清贷款的能力。

图 2-1-1 贷款未结清者随年龄的分布

点击标题查阅往期内容