使用二分類邏輯回歸識(shí)別貸款違約風(fēng)險(xiǎn)

為了說(shuō)明邏輯回歸的應(yīng)用場(chǎng)景，這里引入一個(gè)案例，該案例有關(guān)銀行貸款違約，我們使用二分類邏輯回歸來(lái)評(píng)估信用風(fēng)險(xiǎn)，如果您是銀行的貸款人員，那么您希望能夠識(shí)別那些指示可能違約貸款的人的特征，并使用這些特征來(lái)識(shí)別不良的貸款。

這里我們使用的數(shù)據(jù)集假設(shè)有850位以往客戶的貸款信息，前700個(gè)案例是以前給予貸款的客戶，這些客戶的違約情況是已經(jīng)知道的，使用這700位客戶的隨機(jī)樣本來(lái)創(chuàng)建邏輯回歸模型，將剩余的150名客戶用來(lái)進(jìn)行驗(yàn)證分析。 然后使用該模型對(duì)150名潛在客戶進(jìn)行分類，判斷是否存在信用風(fēng)險(xiǎn)，即判斷這些用戶是否會(huì)發(fā)生違約。

# 導(dǎo)入需要使用的庫(kù) import pandas as pd from sklearn.cross_validation import train_test_split # 導(dǎo)入并查看數(shù)據(jù)集 bankloan = pd.read_excel( 與50位技術(shù)專家面對(duì)面20年技術(shù)見(jiàn)證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的【机器学习】银行贷款违约预测的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。