python之信贷风险数据分析及逻辑回归预测,sklearn特征工程

最近看的一些风险信贷相关的一些写的比较详细的博客，还有使用sklearn进行特征工程的博客，单纯的进行简单整理和记录，详细的可以点击链接。

1.Python案例分析之客户信贷预测模型

来自 https://blog.youkuaiyun.com/weixin_43656359/article/details/104683553
文章发布于2020-3-14

该网页中内容主要介绍了客户信贷预测的一般流程，主要包括数据清洗、建模、预测三部分，使用的数据集是Lending club平台的业务数据，共有52个变量，39522条记录。
详细步骤如下：

1. 对数据集中缺失率超过一半的列进行剔除
2. 样本中对银行评定是否放贷并没有任何影响，与预测没有关系的标签，结合实际情况进行剔除。
3. 去掉标签中只有一种属性的列
4. 对数据进行LabelEncoder 或者OneHotEncoder编码
5. 处理缺失值，对于缺失量不是很多的数据，可以直接去掉缺失值所在的行。对于缺失量比较多的数据，说明该数据存在的问题，再将该特征进行删除
6. sk-learn库不接受字符型的数据，将特征中的字符型数据进行处理，该部分使用了get_dummies(),get_dummies就是OneHotEncoder类型编码。

关于什么时候用OneHotEncoder独热编码和LabelEncoder标签编码？ 特征的属性小于等于3
，用OneHotEncoder，比如：天气、性别 ，属于无序特征 特征的属性大于3，用LabelEncoder，比如：星期属于有序型

7. 接下来是模型