银行客户违约信息分析（数据挖掘）

一、摘要
“data.xsl”文件中的数据是某银行收集到的客户违约信息，现设待分析的因变量是违约,其他变量是可能影响客户是否违约的因素。本文对数据进行了数据探索，对数据的基本情况、相关性进行了一定的分析；数据清洗使用了填充、取均值、删除异常值的方法；利用绘制热力图选择了合适的特征向量；最后，采用决策树、若决策数、AdaBoost分类模型进行比较分析并比较几种分类方法的准确率。AdaBoots分类模型的准确率比较高。

二、实验内容
1、数据探索模块：
（1）将xls文件转换为csv文件

（2）了解数据表的基本情况，包括行数、列数、每列的数据类型、数据完整度；
代码：

运行结果：

（3）了解数据表的统计情况；统计违约与不违约客户数量并绘制柱状图；
代码：