| Variable Name | 中文解释 | Description | Type |
| SeriousDlqin2yrs | 要预测的标签,逾期90天或更糟糕的人。 | Person experienced 90 days past due delinquency or worse | Y/N |
| RevolvingUtilizationOfUnsecuredLines | 信用卡和个人信用贷款(花呗、借呗、微粒贷等)已经透支的钱 占 总信用额度的比例。 比例越高,说明透支越大,越有可能还不上。 | Total balance on credit cards and personal lines of credit except real estate and no installment debt like car loans divided by the sum of credit limits | percentage |
| age | 年龄 | Age of borrower in years | integer |
| NumberOfTime30-59DaysPastDueNotWorse | 借款人逾期30-59天的次数(但在过去两年没有更糟糕)。 | Number of times borrower has been 30-59 days past due but no worse in the last 2 years. | integer |
| DebtRatio | 每月债务支付、赡养费、生活费总和除以收入总和, 比例越高,越有可能还不上。 | Monthly debt payments, alimony,living costs divided by monthy gross income | percentage |
| MonthlyIncome | 月收入 | Monthly income | real |
| NumberOfOpenCreditLinesAndLoans | 公开贷款(分期贷款,例如汽车贷款、抵押贷款等)和信用额度(例如信用卡、花呗等)的申请数量。 | Number of Open loans (installment like car loan or mortgage) and Lines of credit (e.g. credit cards) | integer |
| NumberOfTimes90DaysLate | 借款人逾期90天及以上的次数。 | Number of times borrower has been 90 days or more past due. | integer |
| NumberRealEstateLoansOrLines | 抵押贷款和房地产贷款(包括房屋净值的信用贷款)的数量。 | Number of mortgage and real estate loans including home equity lines of credit | integer |
| NumberOfTime60-89DaysPastDueNotWorse | 借款人逾期60-89天的次数(但在过去两年没有更糟糕)。 | Number of times borrower has been 60-89 days past due but no worse in the last 2 years. | integer |
| NumberOfDependents | 家庭中除自己以外的受抚养人数(配偶、子女等)。 | Number of dependents in family excluding themselves (spouse, children etc.) | integer |
相关推荐
基于lightgbm的kaggle比赛实践:Give me some credit
0 背景介绍 Give Me Some Credit https://www.kaggle.com/c/GiveMeSomeCredit/overview,是Kaggle上关于信用评分的项目,通过改进信用评分技术,预测未来两年借款人会遇到财务困境的可能性。并以此为依据来决定是否给予借贷人信用授权。目标是建立帮助银行做出最佳财务借贷决策的模型。今天这 数据类型如下: 其中:SeriousDlqin2yrs代表过去两年内的情况,也是test集要预测的字段。 第一部分:导入需要的包和数据 impor.
《Give me some credit》的相关分析
信用评分系统简介: 信用评分系统有着比经验丰富的人更高的判断能力,能够降低银行贷款的风险。本质这套系统的作用是判断某个个人是否会违约,是不是“坏”客户,最终影响能否贷款给该人。信用评分系统有参数也有非参数模型,这里主要用的是非参数模型、有监督学习模型,也就是通过分析其他贷款人地特征,来判断某个个人是否会违约。本文主要讨论主体评级模型的开发过程。 一、模型开发流程 信用风险评级模型的主要开发流程如下: (1) 数据获取和整合,导入数据,将杂乱数据处理为模型所需格式。 (2)数据预处理(EDA..
机器学习Sklearn Day6
2.3 梯度下降:重要参数max_iter 逻辑回归的数学目的是求解能够让模型最优化,拟合程度最好的参数θ的值,即求解能够让损失函数J(θ)最小化的θ值。对于二元逻辑回归来说,有多种方法可以用来求解参数θ,最常见的有梯度下降法(GradientDescent),坐标下降法(Coordinate Descent),牛顿法(Newton-Raphson method)等,其中又以梯度下降法最为著名。每种方法都涉及复杂的数学原理,但这些计算在执行的任务其实是类似的。 2.3.1 梯度下降求解逻...
基于Python的信用评分卡模型-give me some credit数据集,AUC 0.93 KS 0.71
在公众号「python风控模型」里回复关键字:学习资料,就可免费领取。 python风控模型 持牌照金融公司模型专家,教学主页 https://ke.qq.com/teacher/231469242?tuin=dcbf0
评分卡模型案例(GiveMeSomeCredit,kaggle数据)(自己练习版本)
记录下自己练习评分卡模型的过程,欢迎大家一起交流学习。
Excel 数据分析常用函数汇总
很多传统行业的数据分析师只要求掌握 Excel 即可,会 SPSS / SAS 是加分项。哪怕在数据分析岗位很多的互联网行业,Excel 依旧是不可替代的基础工具。Excel 是数据分析最常用、最基础的工具。大量传统行业(商贸、工厂、门店进销存)的数据分析师,熟练掌握 Excel + SQL 就可以完成绝大多数日常工作。对于初学者,不用一上来就啃 Python、R 这类编程语言,Excel 自带的函数、透视表、可视化插件足够支撑大部分统计、核对、报表需求;
信用评分卡模型分析(基于Python)--python实现
上一篇文章信用评分卡模型分析(理论部分)已经介绍了信用评分卡模型的数据预处理、探索性数据分析、变量分箱和变量选择等。接下来使用Python建立信用评分卡,对用户行为进行打分,继续讨论信用评分卡的模型python实现和分析,信用评分的方法和自动评分系统。(建立ABC卡则需要对自变量和因变量有针对性的进行调整,流程大体一致) 流程: 导入数据 数据预处理 探索分析 ...
数据分析-14-基于Python的信用评分卡数据分析(包含代码数据)
give me some credit 数据集分为训练集和测试集,目的是开发一个申请的评分卡模型,对未来一段时间内借贷人出现违约的概率进行预测,对客户信用进行评估打分。基于聚类方法的异常值检测,通过把数据聚成类,将那些不属于任务一类的数据作为异常值。而数据清洗过程比较繁琐,一般占据了我们整个工作量的60%,所以,需要我们仔细认真的完成这一步骤。但本篇的重点为利用python对数据进行清洗及简单的分析,熟悉数据清洗的步骤和思路,数据建模部分放在机器学习中。接下来,针对提出的问题,即分析的目的来构建模型。
信用评分python_信用评分卡(python)
目录导入数据缺失值和异常值处理特征可视化特征选择模型训练模型评估模型结果转评分计算用户总分一、导入数据#导入模块importpandas as pdimportnumpy as npfrom scipy importstatsimportseaborn as snsimportmatplotlib.pyplot as plt%matplotlib inlineplt.rc("font",famil...
Give Me Some Credit
这是本人从kaggle官网下载下来的Give Me Some Credit竞赛的相关数据,自己目前也在学习这一块内容,希望大家一起学习。
GD32F470实战:如何用EXMC+SDRAM为LVGL打造超大内存池(附完整配置代码)
本文详细介绍了如何利用GD32F470的EXMC接口与SDRAM深度整合,为LVGL构建高性能内存解决方案。通过硬件架构设计、EXMC接口配置、高级内存管理策略及LVGL性能优化技巧,开发者可以突破微控制器内存限制,实现高分辨率显示和复杂动画效果。附完整配置代码,助力嵌入式GUI开发。
Dataset:GiveMeSomeCredit数据集的简介、下载、使用方法之详细攻略
Dataset:GiveMeSomeCredit数据集的简介、下载、使用方法之详细攻略 目录 GiveMeSomeCredit数据集的简介 1、数据集基本描述 2、EDA后总结 3、数据集基本形状 Give Me Some Credit数据集的下载 Give Me Some Credit数据集的使用方法 GiveMeSomeCredit数据集的简介 银行在市场经济中起着至关重要的作用。他们决定谁可以获得资金,以什么条件,可以做出或打破投资决定。要使...
MounRiver Studio实战:像管理个人项目一样整理沁恒MCU的EVT例程(附文件结构图)
本文详细介绍了如何使用MounRiver Studio重构沁恒MCU的EVT例程,实现工程化管理。通过分析官方EVT设计的局限性,提出标准化的目录结构和迁移步骤,帮助开发者提升代码可维护性和团队协作效率。文章还提供了MounRiver Studio的关键配置参数和常见问题排查指南,适用于沁恒MCU开发者。
Kaggle|Give Me Some Credit信用卡评分建模分析(R语言)
1.目的 本文是基于Kaggle|Give Me Some Credit项目(数据地址:https://www.kaggle.com/c/GiveMeSomeCredit),通过对消费者的人口特征、信用历史记录、交易记录等大量数据进行系统的分析、挖掘数据蕴含的行为模式、信用特征,发展出预测行的模式,结合信用卡评分的构建原理,采用R语言完成数据的清洗,主要包括缺失数据的填充、异常的删除和数据的...
自适应IIR格型滤波器的Matlab实现
概述 在现有的众多抑制窄带干扰的信号处理手段中,时域自适应陷波干扰抑制技术具有实现简单、抗干扰性能好等优点。IIR陷波器按照结构可以分为直接型和格型两种。相比自适应直接型IIR陷波器,自适应格型IIR陷波器不仅可以准确地控制滤波器的陷波频率,也可以准确地调整陷波器的带宽。 传递函数 二阶自适应IIR格型陷波器的传递函数H(z)为: 其中α与陷波带宽有关,β与陷波频率有关;对应的结构如下图所示: Matlab算法实现 ...
DSSAT模型建模教程
随着数字农业和智慧农业的发展,基于过程的作物生长模型(Process-based Crop Growth Simulation Model)在模拟作物对气候变化的响应与适应、农田管理优化、作物品种和株型筛选、农业碳中和、农田固碳减排等领域扮演着越来越重要的作用。现有版本V4.7能模拟27种主要农作物的生长发育和产量形成过程,被广泛应用于精细农业、水肥管理、气候变化、粮食安全、土壤碳周转、环境影响、农业可持续性、农业生态等诸多与农业生产和科研有关的领域。如果你是个模型入门者,这次将让你体验一键模拟的乐趣。
Python 评分卡之数据预处理(重复值、填补缺失值、异常值与数据不平衡)
关注微信公共号:小程在线 关注优快云博客:程志伟的博客 评分卡之数据预处理:重复值、填补缺失值、异常值与数据不平衡 在银行借贷场景中,评分卡是一种以分数形式来衡量一个客户的信用风险大小的手段,它衡量向别人借钱的人(受信人,需要融资的公司)不能如期履行合同中的还本付息责任,并让借钱给别人的人(授信人,银行等金融机构)造成经济损失的可能性。一般来说,评分卡打出的分数越高,客户的信用越好,...
从硅片到时钟:揭秘SiTime MEMS谐振子的精密制造之旅
本文深入解析了SiTime MEMS谐振子的精密制造工艺,从硅晶圆的提纯到DRIE深硅刻蚀,再到真空封装技术,揭示了其如何克服传统石英晶振的局限。通过对比测试数据,展示了MEMS谐振子在精度、可靠性和生产效率上的显著优势,特别是在5G基站和汽车电子等领域的应用潜力。
信用评分卡-Give Me Some Credit
信用评分卡 1.业务理解 1.1 建模目的 基于客户数据,通过预测客户未来两年是否会陷入财务危机的概率来改善银行信用评分的质量。 1.2 业务背景 a、信用评分是指根据银行客户的各种历史信用资料,利用一定的信用评分模型,得到不同等级的信用分数,根据客户的信用分数,授信者可以通过分析客户按时还款的可能性,据此决定是否给予授信以及授信的额度和利率。虽然授信者通过人工分析客户的历史信用资料,同样可以得到...
【DRAM存储器六十八】DDR5介绍--DQS Interval Oscillator—动态时序校准利器
DDR5内存采用DQS间隔振荡器(DQSIntervalOscillator)技术应对高速数据传输中的时序漂移问题。该技术通过测量DQS信号在可编程时间窗口内的振荡次数(16位计数值),动态监测温度/电压变化导致的DQS-DQ延迟偏移。控制器通过MPC命令启停振荡器,读取MR46/MR47寄存器获取计数值,并与基准值对比来调整DQS相位,确保数据采样窗口始终处于最佳位置。该机制使DDR5在8400MT/s高速率下仍能保持数据可靠性,有效补偿±0.48tCK的时序偏移。
冷门但实用:Python爬取微信公众号历史文章,突破微信反爬限制(2025有效)
2025年微信公众号爬取的核心是「冷门方法+指纹伪装」,而非常规接口破解,itchat-uos+Playwright组合是突破设备指纹的关键;登录态持久化、动态Token实时获取、频率严格控制是避免被封禁的三大核心;文章内容解析需解决2025新增的编码混淆问题,chardet+BeautifulSoup是冷门但有效的方案;合规是前提,爬取频率、数据用途需严格遵守平台/法律规则。
数据分析:Pandas自定义describe方法,一行代码查看数据集各列的描述
Pandas提供describe方法,可以查看各列的计数、均值、最大最小值等,功能强大。下面介绍一种可根据自身要求,添加各个特征的其他描述的方法。 df.describe().T.assign(missing_rate = df.apply(lambda x : (len(x)-x.count())/float(len(x)))) T为转置,assign为添加的列。 上述代码实现了,展示...
Android SystemUI——初始化流程(三)
1、Android 系统在启动之后,首先会Zygote进程,Zygote进程又会进一步启动 SystemServer进程,它会启动各种系统所需要的服务,在监听AMS启动完毕之后,还会启动SystemUIService。2、在启动SystemUIService服务之前,系统首先会创建SystemUI对应的进程,获取SystemUIAppComponentFactory实例对象,调用instantiateApplicationCompat创建SystemUIApplication实例对象并设置回调方法。
使用决策树分箱计算woe和iv值实例
使用信用卡预期数据--kaggle案例的训练数据 - Give Me Some Credit; 目标变量为SeriousDlqin2yrs:表示未来是否为逾期90天+,1表示逾期90天+,即通常意义上的坏客户,0则表示没有逾期90天+的好客户。 import numpy as np import pandas as pd from sklearn.tree import DecisionTreeClassifier def optimal_binning_boundary(x: pd.Series
OV9734 DATASHEET,完整规格书
OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等
蓝牙模块HM-10手册
蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。
基于Python的信用评分卡模型建立和分析,万字阐述,收藏
基于Python的信用评分卡模型建立和分析,万字阐述,收藏
efm32 入门.pdf
本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。
ML之Scorecard:基于GiveMeSomeCredit数据集构建金融风控领域的信用卡评分卡模型——加载数据集→数据预处理(缺失值+逐个特征分布可视化+数据分箱+特征筛选【IV>0.02】+计算
ML之Scorecard:基于GiveMeSomeCredit数据集构建金融风控领域的信用卡评分卡模型——加载数据集→数据预处理(缺失值+逐个特征分布可视化+数据分箱+特征筛选【IV>0.02】+计算WOE)→数据集切分→构建LoR模型→模型评估(AUC)→设计评分卡规则表+结合刻度A计算样本评分卡得分+对比得分及其真实标签→设计评审策略 目录 基于GiveMeSomeCredit数据集利用特征工程处理、逻辑回归LoR算法实现构建风控中的金融评分卡模型 1、加载数据集 2、特征工程:数据分析与
ET2012新版免狗免安装绿色软件
ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,
4412



被折叠的 条评论
为什么被折叠?



