【机器学习】银行贷款违约预测

使用二分类逻辑回归识别贷款违约风险

为了说明逻辑回归的应用场景，这里引入一个案例，该案例有关银行贷款违约，我们使用二分类逻辑回归来评估信用风险，如果您是银行的贷款人员，那么您希望能够识别那些指示可能违约贷款的人的特征，并使用这些特征来识别不良的贷款。

这里我们使用的数据集假设有850位以往客户的贷款信息，前700个案例是以前给予贷款的客户，这些客户的违约情况是已经知道的，使用这700位客户的随机样本来创建逻辑回归模型，将剩余的150名客户用来进行验证分析。 然后使用该模型对150名潜在客户进行分类，判断是否存在信用风险，即判断这些用户是否会发生违约。

# 导入需要使用的库
import pandas as pd
from sklearn.cross_validation import train_test_split

  

 

  
1
  
2
  
3
 

# 导入并查看数据集
bankloan = pd.read_excel(
  

 

  
1
 

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/89302089