• 【数据分析实战】金融评分卡建立

    文章目录

    一、导入数据

    import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%config InlineBackend.figure_format = 'svg' 
import toad
from toad.plot import bin_plot, badrate_plot
import math
from imblearn.over_sampling import SMOTE, RandomOverSampler
import seaborn as sns
sns.set()

# 数据来源：kaggle项目"give me some credit"
credit_df0 = pd.read_csv('data/GiveMeSomeCredit/cs-training.csv')

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    # 查看数据集
credit_df0.head()

    • 1
    • 2

    在这里插入图片描述

    # 查看描述性统计信息
toad.detect(credit_df0)

    • 1
    • 2

    在这里插入图片描述
    列名含义：

    • SeriousDlqin2yrs：超过90天或更糟的逾期拖欠
    • RevolvingUtilizationOfUnsecuredLines：除了房贷车贷之外的信用卡账面金额（即贷款金额）/信用卡总额度
    • age：贷款人年龄
    • NumberOfTime30-59DaysPastDueNotWorse：35-59天逾期但不糟糕次数
    • DebtRatio：负债比率
    • MonthlyIncome：月收入
    • NumberOfOpenCreditLinesAndLoans：开放式信贷和贷款数量，开放式贷款（分期付款如汽车贷款或抵押贷款）和信贷（如信用卡）的数量
    • NumberOfTimes90DaysLate：借款者有90天或更高逾期的次数
    • NumberRealEstateLoansOrLines：不动产贷款或额度数量
    • NumberOfTime60-89DaysPastDueNotWorse：60-89天逾期但不糟糕次数
    • NumberOfDependents：不包括本人在内的家属数量

    二、EDA

    # 丢弃编号列
credit_df1 = credit_df0.drop(['Unnamed: 0'], axis=1)
# 修改列名
colnames={'SeriousDlqin2yrs':'Isdlq',
          'age':'Age',
          'RevolvingUtilizationOfUnsecuredLines':'Revol',
          'NumberOfTime30-59DaysPastDueNotWorse':'Num30-59late',
          'NumberOfOpenCreditLinesAndLoans':'Numopen',
          'NumberOfTimes90DaysLate':'Num90late',
          'NumberRealEstateLoansOrLines':'Numestate',
          'NumberOfTime60-89DaysPastDueNotWorse':'Num60-89late',
          'NumberOfDependents':'Numdepend'}
credit_df1.rename(columns=colnames, inplace=True)
credit_df1.head()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    # 查看好坏比
sns.countplot(credit_df1['Isdlq'])
print(f"好坏比：{np.round(100 * credit_df1['Isdlq'].mean(), 2)}%")  
# 好坏比：6.68%

    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    2.1 查看Revol特征

    # 查看可用额度比的描述性统计信息
credit_df1['Revol'].describe([0.99, 0.999])
"""
count    150000.000000
mean          6.048438
std         249.755371
min           0.000000
50%           0.154181
99%           1.092956
99.9%      1571.006000
max       50708.000000
Name: Revol, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    明显分布异常

    # 画出Revol小于1的分布图
sns.distplot(credit_df1[credit_df1['Revol']<1]['Revol'], bins=10)

    • 1
    • 2

    在这里插入图片描述

    # 定义一个分箱并统计箱内坏客户率的函数
def show_rate_by_box(df, target_name, feature_name, bins):
    temp = pd.concat([df[target_name], pd.cut(df[feature_name], bins=bins, right=False)], axis=1)
    return pd.pivot_table(temp, index=[feature_name], values=[target_name], aggfunc=['mean', 'count'])

    • 1
    • 2
    • 3
    • 4

    按理说Revol不应该大于1，所以我们重点查看大于1的数据违约率如何

    # 初步分箱并查看各区间段的违约率分布，给后续分箱提供参考
revol_bins=[0,0.5,1,1.5,2,5,10,20,30,40,50,100,1000,5000,math.inf]
temp = show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)
show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)

    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    # 画成图方便观看
plt.figure(figsize=(15, 5))
sns.barplot(x=temp.index, y=temp[( 'mean', 'Isdlq')])

    • 1
    • 2
    • 3

    在这里插入图片描述
    结论：1到20坏客户比率明显上升，20以上又降下来，将异常值阈值确定为20。高于20后续统一删除。

    2.2 Age

    # 查看年龄的描述性统计信息
credit_df1['Age'].describe([0.01])
"""
count    150000.000000
mean         52.295207
std          14.771866
min           0.000000
1%           24.000000
50%          52.000000
max         109.000000
Name: Age, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    年龄小于18岁不符合业务逻辑，后续准备统一排除

    # 查看要删除的有几人
len(credit_df1[credit_df1['Age']<18])
# 1

    • 1
    • 2
    • 3
    # 画出分布图
sns.distplot(credit_df1['Age'])

    • 1
    • 2

    在这里插入图片描述

    2.3 DebtRatio

    # 查看负债率的描述性统计信息
credit_df1['DebtRatio'].describe([0.01, 0.99, 0.999])
"""
count    150000.000000
mean        353.005076
std        2037.818523
min           0.000000
1%            0.000000
50%           0.366508
99%        4979.040000
99.9%     10613.074000
max      329664.000000
Name: DebtRatio, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    # 画图查看分布
sns.distplot(credit_df1[credit_df1['DebtRatio']<10000]['DebtRatio'])

    • 1
    • 2

    在这里插入图片描述

    # 初步分箱并查看各区间段的违约率分布，给后续分箱提供参考
debtratio_bins=[0,1,2,5,10,100,1000,2000,3000,4000,5000,10000,math.inf]
show_rate_by_box(credit_df1, 'Isdlq', 'DebtRatio', bins=debtratio_bins)

    • 1
    • 2
    • 3

    在这里插入图片描述
    1到2区间违约率较高，其他区间没什么特别。


    2.4 Numopen

    # 查看开放式信贷和贷款数量的描述性统计信息
credit_df1['Numopen'].describe([0.99])
"""
count    150000.000000
mean          8.452760
std           5.145951
min           0.000000
50%           8.000000
99%          24.000000
max          58.000000
Name: Numopen, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    # 查看点分布
plt.figure(figsize=(15, 6))
sns.countplot(credit_df1['Numopen'])

    • 1
    • 2
    • 3

    在这里插入图片描述
    拖尾很长

    2.5 Numestate

    # 查看房产和信用卡额度的数量
credit_df1['Numestate'].describe([0.99, 0.999])
"""
count    150000.000000
mean          1.018240
std           1.129771
min           0.000000
50%           1.000000
99%           4.000000
99.9%         9.000000
max          54.000000
Name: Numestate, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    # 查看数据点分布
sns.countplot(credit_df1['Numestate'])

    • 1
    • 2

    在这里插入图片描述

    # 箱线图查看数据分布
sns.boxplot(credit_df1['Numestate'])

    • 1
    • 2

    在这里插入图片描述

    2.6 Numdepend

    # 查看家属数量的描述性统计信息
credit_df1['Numdepend'].describe([0.99, 0.999])
"""
count    146076.000000
mean          0.757222
std           1.115086
min           0.000000
50%           0.000000
99%           4.000000
99.9%         6.000000
max          20.000000
Name: Numdepend, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    # 画图查看分布
sns.countplot(credit_df1['Numdepend'])

    • 1
    • 2

    在这里插入图片描述

    # 查看缺失值
credit_df1[credit_df1['Numdepend'].isnull()]

    • 1
    • 2

    在这里插入图片描述
    发现家属人数缺失的样本，月收入同样缺失

    # 确认是否这3924个样本月收入全部缺失
credit_df1[credit_df1['Numdepend'].isnull()]['MonthlyIncome'].isnull().sum()
# 3924

    • 1
    • 2
    • 3

    决定使用月收入缺失，但家属人数未缺失的样本的众数来填充家属人数的缺失值

    # 查看众数
credit_df1[(credit_df1['MonthlyIncome'].isnull())&(credit_df1['Numdepend'].notnull())]['Numdepend'].mode()
# 0

    • 1
    • 2
    • 3

    2.7 MonthlyIncome

    # 查看描述性统计信息
credit_df1['MonthlyIncome'].describe([0.99, 0.999])
"""
count    1.202690e+05
mean     6.670221e+03
std      1.438467e+04
min      0.000000e+00
50%      5.400000e+03
99%      2.500000e+04
99.9%    7.839575e+04
max      3.008750e+06
Name: MonthlyIncome, dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    # 画图查看分布
sns.kdeplot(credit_df1['MonthlyIncome'])

    • 1
    • 2

    在这里插入图片描述

    # 继续用箱线图查看
sns.boxplot(credit_df1['MonthlyIncome'])

    • 1
    • 2

    缺失值一开始用detect查看时缺失值是19.8%，后期用随机森林填补。

    2.8 Num30-59late Num60-89late Num90late

    # 查看数据点图
col_list = ['Num30-59late', 'Num60-89late', 'Num90late']
plt.figure(figsize=(15, 4))
for i in range(3):
    plt.subplot(1, 3, i+1)
    sns.countplot(credit_df1[col_list[i]])

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    在这里插入图片描述

    # 查看箱线图
col_list = ['Num30-59late', 'Num60-89late', 'Num90late']
plt.figure(figsize=(12, 4))
for i in range(3):
    plt.subplot(1, 3, i+1)
    sns.boxplot(credit_df1[col_list[i]])

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    在这里插入图片描述

    可以看出96、98明显是异常值，后期删除。


    三、数据清洗


    3.1 异常值

    # Revol
# 删除之前提到的大于20的数据
credit_df1 = credit_df1[credit_df1['Revol']<=20]
# 查看描述性统计信息，现在最高值为18
credit_df1['Revol'].describe()
"""
count    149766.000000
mean          0.323388
std           0.378382
min           0.000000
25%           0.029788
50%           0.153560
75%           0.555997
max          18.000000
Name: Revol, dtype: float64
"""

# Age
# 删除18岁以下数据
credit_df1 = credit_df1[credit_df1['Age']>=18]

# Num30-59late Num60-89late Num90late
# 去除96、98两种异常值
col_list = ['Num30-59late', 'Num60-89late', 'Num90late']
for col in col_list:
    credit_df1 = credit_df1[credit_df1[col]<90]
    
# Numestate
# 删除50以上数据
credit_df1 = credit_df1[credit_df1['Numestate']<50]

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30

    3.2 缺失值

    # Numdepend
credit_df1['Numdepend'].fillna(0, inplace=True)

# MonthlyIncome缺失值填充
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split

# 先得到训练集特征、标签和测试集
features_df = credit_df1[credit_df1['MonthlyIncome'].notnull()].drop(columns=['Isdlq', 'MonthlyIncome'])
target = credit_df1[credit_df1['MonthlyIncome'].notnull()]['MonthlyIncome']
test_df = credit_df1[credit_df1['MonthlyIncome'].isnull()].drop(columns=['Isdlq', 'MonthlyIncome'])

# 先看看效果
X_train, X_test, y_train, y_test = train_test_split(features_df, target, test_size=0.3)
RandomForestRegressor(max_depth=10, n_estimators=100).fit(X_train, y_train).score(X_test, y_test)

temp = pd.Series(data=RandomForestRegressor(max_depth=10, n_estimators=100).fit(features_df, target).predict(test_df), index=test_df.index, name='MonthlyIncome')
credit_df1['MonthlyIncome'] = pd.concat([target, temp])
credit_df1.describe()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    这里我的MonthlyIncome用随机森林做回归效果很差，不仅R²值非常不稳定，甚至会出现负数，所以直接不处理了，但是为了便于后续的四舍五入，先把空值填充为-10。

    credit_df1['MonthlyIncome'].fillna(-10, inplace=True)

    • 1

    3.3 进行过采样

    # 写一个过采样函数
def over_sampled(df, target, model):
    X = df.drop(columns=[target])
    y = df[target]

    X_oversampled, y_oversampled = model.fit_resample(X,y)
    return pd.concat([X_oversampled, y_oversampled], axis=1)

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    # 使用RandomOverSampler过采样
credit_df1 = over_sampled(credit_df1, 'Isdlq', RandomOverSampler())

    • 1
    • 2

    这里不过采样、SMOTE过采样和RandomOverSampler过采样我都试了，最后效果差别不大。


    四、特征预处理


    4.1 连续值四舍五入

    某些连续值直接交给toad分箱运行时间太久，所以先进行四舍五入处理。
    （1）Revol

    # 再次调用之前的透视表函数查看每个箱内坏客户率
revol_bins=[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1,1.5,2,5,10,20]
temp = show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)
show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)

    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    Revol在1以下坏客户率有明显单调性，Revol在1以上坏客户率普遍挺高的，没有太大区分度，因此小于1的统一保留1位小数，大于1的统一保留0位小数，后续再交给toad分箱

    credit_df1['Revol'] = credit_df1['Revol'].map(lambda x: np.round(x, 1) if x < 1 else np.round(x, 0))

    • 1

    （2）DebtRatio

    debtratio_bins=[0,0.1,0.2,0.5,0.7,1,2,5,10,100,1000,2000,3000,4000,5000,10000,math.inf]
show_rate_by_box(credit_df1, 'Isdlq', 'DebtRatio', bins=debtratio_bins)

    • 1
    • 2

    在这里插入图片描述

    跨度太大，不是很好处理，决定同样进行四舍五入，但规则更复杂

    credit_df1['DebtRatio'] = credit_df1['DebtRatio'].map(
    lambda x: np.round(x, 1) if x < 1 else np.round(x, 1-(len(str(int(np.round(x, 0))))))
)

    • 1
    • 2
    • 3

    （3）MonthlyIncome

    credit_df1['MonthlyIncome'] = credit_df1['MonthlyIncome'].map(
    lambda x: np.round(x, -1) if x < 100 else 
        np.round(x, -2) if x < 1000 else np.round(x, 1-(len(str(int(np.round(x, 0))))))
)

    • 1
    • 2
    • 3
    • 4

    （4）Numdepend

    之前用SMOTE时出现了浮点数，处理一下

    credit_df1['Numdepend'] = credit_df1['Numdepend'].map(lambda x: np.round(x, 0))

    • 1

    4.2 创建衍生变量

    credit_df1['AllNumlate'] = credit_df1['Num30-59late'] + credit_df1['Num60-89late'] + credit_df1['Num90late']
credit_df1['Monthlycost'] = (credit_df1['MonthlyIncome'] * credit_df1['DebtRatio']).map(lambda x: -10 if x < 0 else x)
credit_df1.head()

    • 1
    • 2
    • 3

    在这里插入图片描述

    4.3 特征筛选

    # 查看iv值
toad.quality(credit_df1,'Isdlq', iv_only=True)

    • 1
    • 2

    在这里插入图片描述

    # 特征选择，iv值低于0.03丢弃，相关性高于0.8的两个特征丢弃低iv值特征
credit_df2, dropped = toad.selection.select(credit_df1, target='Isdlq', iv=0.03, corr=0.8, return_drop=True)

    • 1
    • 2
    # 查看被丢弃特征
dropped
"""
{'empty': array([], dtype=float64),
 'iv': array([], dtype=object),
 'corr': array([], dtype=object)}
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    没有被筛掉的，说明都还可以吧，特征数也不是很多，就都留下了。

    五、计算WOE值


    5.1 特征分箱

    def show_toad_box(df, col_list, target, rules):
    combiner = toad.transform.Combiner()
    combiner.fit(df[col_list+[target]], y=target, method='chi', min_samples=0.05)
    combiner.set_rules(rules)
    
    return combiner

col_list = ['Revol', 'Age', 'DebtRatio', 'MonthlyIncome', 'Numopen', 'Num30-59late',
       'Num90late', 'Numestate', 'Num60-89late', 'Numdepend', 'AllNumlate',
       'Monthlycost'] 
rules = {
    'MonthlyIncome':[0,2000,4000,5000,7000,10000],
    'Monthlycost':[0,100,1000,3500]
#     'Numopen':[2,4],
#     'Num60-89late':[1],
#     'Revol':[0.2,0.4,0.6,0.8,1],
#     'DebtRatio':[0.6,0.8,3],
}
combiner = show_toad_box(credit_df2, col_list, 'Isdlq', rules=rules)
credit_df3 = combiner.transform(credit_df2, labels=True)
# 出图观察
for col in col_list:
    bin_plot(credit_df3, x=col, target='Isdlq')

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    在这里插入图片描述
    在这里插入图片描述

    # 去除前面的编号
temp1 = credit_df3['Isdlq']
temp2 = credit_df3.drop(columns=['Isdlq'])
credit_df3 = pd.concat([temp1, temp2], axis=1)

credit_df3.iloc[:, 1:] = credit_df3.iloc[:, 1:].applymap(lambda x: x[3:])

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    5.2 WOE转化

    # 实例化对象并转化
transfer = toad.transform.WOETransformer()
woe = transfer.fit_transform(credit_df3, credit_df3['Isdlq'], exclude=['Isdlq'])
# 查看WOE值
woe.head()

    • 1
    • 2
    • 3
    • 4
    • 5

    5.3 逐步回归

    # 使用逐步回归筛选掉一些特征
credit_df4, dropped = toad.selection.stepwise(woe, target='Isdlq', estimator='ols', direction='both', criterion='aic', return_drop=True)
# 查看被丢弃的特征
dropped
# []

    • 1
    • 2
    • 3
    • 4
    • 5

    还是没有被筛选掉的特征。


    六、建模和评估

    from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.metrics import roc_curve, roc_auc_score

    • 1
    • 2
    • 3
    # 网格搜索
params = {
    'penalty':['l1', 'l2'],
    'C':[0.1, 0.2, 0.3, 0.4, 0.5],
    'max_iter':[50, 70, 100, 150, 200],
    'solver':['newton-cg', 'lbfgs', 'liblinear', 'sag', 'saga']
}

gscv = GridSearchCV(estimator=LogisticRegression(), param_grid=params)
gscv.fit(credit_df4.drop(columns=['Isdlq']), credit_df4['Isdlq'])
# 得到最优参数
gscv.best_params_

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    # 划分训练集和测试集
X = credit_df4.drop(columns=['Isdlq'])
y = credit_df4['Isdlq']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

# 使用刚才得到的最优参数重新建模训练
lr = LogisticRegression(
    solver='liblinear',
    penalty='l1',
    C=0.1,
    max_iter=100
)
lr.fit(X_train, y_train)
lr_proba = lr.predict_proba(X_test)[:,1]

# 评估
fpr, tpr, threshold = roc_curve(y_test, lr_proba)
auc = roc_auc_score(y_test, lr_proba)
plt.plot(fpr, tpr, label=f'AUC = {auc:.2f}')
plt.plot([0,1],[0,1],'--')
plt.axis([0,1,0,1])
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.legend()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24

    在这里插入图片描述
    AUC值0.86，还可以。

    # 查看模型报告
bucket = toad.metrics.KS_bucket(lr_proba, y_test, bucket=10, method='quantile')
bucket.T

    • 1
    • 2
    • 3

    在这里插入图片描述

    # 计算KS值并绘制曲线
threshold1 = pd.Series(threshold).sort_values(ascending=True)
tpr1 = pd.Series(tpr).sort_values(ascending=True)
fpr1 = pd.Series(fpr).sort_values(ascending=True)
ks = tpr1-fpr1
print(f'KS值：{ks.max()}')

plt.plot(threshold1, tpr1, label='TPR')
plt.plot(threshold1, fpr1, label='FPR')
plt.plot(threshold1, ks, label='KS')
plt.scatter(threshold1[ks[ks==ks.max()].index], ks.max(), label='max(KS)', s=40)
plt.xlabel('Threshold')
plt.ylabel('Cum-Prop')
plt.axis([0,1,0,1])
plt.legend()
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16

    在这里插入图片描述


    七、评分卡建立

    # 实例化card对象
card = toad.ScoreCard(
    # 使用之前的combiner
    combiner = combiner,
    # 使用之前的transfomer
    transer = transfer,
    # 使用之前的逻辑斯蒂回归参数
    solver='liblinear',
    penalty='l1',
    C=0.1,
    max_iter=100,
    # 基准分
    base_score=800,
    # 基准好坏客户比
    base_odds=20,
    # 倍率（好坏客户比每翻rate倍，扣pdo分）
    rate=2,
    # 扣分
    pdo=50
)

# 训练
card.fit(credit_df4.drop(columns=['Isdlq']), credit_df4['Isdlq'])
# 查看评分卡
pd.set_option('display.max_rows', None)
card.export(to_frame=True)

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26

    在这里插入图片描述

    # 查看分数分布
pd.Series(card.predict(credit_df4)).describe()
"""
count    279258.000000
mean        585.138884
std         106.412042
min         320.131615
25%         529.078751
50%         619.335745
75%         678.356577
max         681.166471
dtype: float64
"""

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
  • 相关阅读:
    CSS3 做一个旋转的立体3D正方形 动效核心【前端就业课 第二阶段】CSS 零基础到实战（07）
    Golang入门笔记（7）—— 函数 func
    node.js 电商销售管理系统源码【毕业设计】
    AI绘制流程图
    Aruba CX交换机 初始化配置
    Linux部署项目
    一种融合偶然和认知不确定性的贝叶斯深度学习RUL框架
    汽车行业软文写作技巧全解析，纯干货
    【算法1-3】暴力枚举——组合的输出
    stm32 LWIP开发-1-
  • 原文地址：https://blog.csdn.net/SpriteNym/article/details/126441740