银行客户信用风险评估综合练习

资源文件介绍

文件标题

银行客户信用风险评估综合练习.doc

文件描述

本资源文件提供了一个完整的银行客户信用风险评估项目练习。项目要求补全并调试每部分代码，并在代码后面附上输出结果的截图。以下是项目的详细说明：

1. 特征分布分析
   • 4.5-4.10：特征分布分析，做法相同（第一次）
   • 4.11-4.14：连续型数据特征分布分析，做法相同（第一次）
2. 缺失值处理
   • 4.15-4.36：离散型数据和连续型数据的缺失值处理（第二次）
3. 编码处理
   • 4.37-4.38：数字编码和One-Hot编码（第二次）
4. 新增评估指标计算
   • 5.1-5.7：新增评估指标计算（第三次）
5. 风控模型
   • 6.1-6.12：风控模型：逻辑回归和随机森林（第三次：逻辑回归；第四次：随机森林）
6. 模型效果评估
   • 7.1-7.10：风险评估模型效果评估方法（第四次）

数据集描述

• 3.2：从 data.csv 文件中读取客户数据
• 3.3：对数据进行格式转换

  import pandas as pd
  data = pd.read_csv('data.csv', encoding='gbk')
  data = pd.DataFrame(data)
  data.head()
  

输出结果截图

在代码后面附上输出结果的截图，截图示例如下：

1111111111111111111111111111111111111111111111111111111111111111111111111111111

使用说明

1. 下载并打开 银行客户信用风险评估综合练习.doc 文件。
2. 按照文档中的步骤和要求，补全并调试代码。
3. 在代码后面附上输出结果的截图。
4. 完成所有练习后，检查代码和截图是否符合要求。

注意事项

• 请确保代码的正确性和完整性。
• 截图应清晰显示输出结果。
• 按照文档中的步骤顺序进行练习。

通过本练习，您将能够掌握银行客户信用风险评估的基本流程和方法，提升数据分析和模型构建的能力。