机器学习之零基础入门金融风控---贷款违约挑战赛（数据分析）

机器学习之零基础入门金融风控—贷款违约挑战赛
比赛链接见上一篇贷款违约挑战赛赛题理解

一、本期目标

1. 数据总体了解：
   a. 读取数据集并了解数据集大小，原始特征维度；
   b. 通过info熟悉数据类型；
   c. 粗略查看数据集中各特征基本统计量；
2. 缺失值和唯一值：
   a. 查看数据缺失值情况b. 查看唯一值特征情况
3. 深入数据-查看数据类型
   a. 类别型数据
   b. 数值型数据
   离散数值型数据
   连续数值型数据
4. 数据间相关关系
   a. 特征和特征之间关系
   b. 特征和目标变量之间关系
5. 用pandas_profiling生成数据报告#

二、针对特征数据进行分析

我的数据分析代码是在Anaconda上跑的，绘制图形非常方便：
从

分析特征发现违约与不违约的用户，在工作年限、信用等级、债务比、年收入、delinquency_2years、公共记录没有明显的关联

接下来提取n0~n14的特征进行观察：违约与不违约用户的分布规律差异不大，如下是n9/n10的数据分布：

到这里个人感觉先补充缺失值、消除异常值后交给模型来解决吧！