违约第19页

【阶段三】Python机器学习27篇：机器学习项目实战：数据降维：主成分分析PCA、基本原理与PCA模型：人脸识别

例如，根据已有的信用卡持有人信息及其违约数据来建立信用卡违约预测模型时，数据可能包含申请人的收入、年龄、性别、婚姻状况、工作单位等数百个维度的特征。

胖哥真不错·2023-01-14 10:57

20200210_logistic回归来预测违约的概率

这是国外那大哥第二次下单，还是很好的完成了，但是第三次单子没有抓住，确实不会，出国留学生就是有钱，我也想（手动滑稽）Inthishomework,weuselogisticregressiontopredicttheprobabilityofdefaultusingincomeandbalanceontheDefaultdataset.Wewillalsoestimatethetesterroro

Happy丶lazy·2023-01-13 08:37

Pytorch 环境和分布偏移与错误使用机器学习例子

假设我们训练了一个贷款申请人违约风险模型，用来预测谁将偿还贷款或违约。这个模型发现申请人的鞋子与违约风险相关（穿牛津鞋申请人会偿还，穿运动鞋申请人会违约）。

我和代码有个约会.·2023-01-13 06:20

关于模型结果转评分卡的几点疑问

首先引入一个概念–ODDSODDS是客户好坏比，其中P代表客户违约的概率，那么好坏比就是客户违约概率与不违约概率的比值。可想而知，如果odds>1，客户倾向于违约

彩包包·2023-01-13 01:21

神经网络（一）—— 机器学习、深度学习简介

机器学习简介机器学习是什么——无序数据转化为价值的方法机器学习价值——从数据中抽取规律，并用来预测未来机器学习应用举例分类问题——图像识别、垃圾邮件识别、违约预测回归问题——股价预测、房价预测、PM2.5

HikariXuXu·2023-01-09 18:07

信用评估与违约预测的模型性能调优—决策树集成学习应用

在信贷风控场景中，贷前模型的应用对于申请用户的风险防范发挥着重要作用，例如信用评估、欺诈识别、违约预测等。

番茄风控·2023-01-08 18:49

（六十二）基于logistic回归的信用评级和分类模型评估

该公司的风控部门根据贷款申请者的基本属性、信贷历史、历史信用情况、贷款标的物的情况等信息构建贷款违约顶测模型，其中是否违约bad_ind是因变量。

小粉桥反手王·2023-01-08 18:46

基于机器学习组合模型的个人信用评估

个人信用信息主要有个人基本信息、还款能力和还款意愿;个人基本信息主要由年龄、性别、地区等特征构成，还款能力主要由资产、工资、社会关系等特征构成，还款意愿主要考察的是该人是否有相应的违约事件、违约事件的严重程度等信息

Jay_+wqq_635731323·2023-01-08 18:14

数据库完整性约束

必须具备三个功能：（1）提供定义完整性条件约束的机制（实体完整性，参照完整性，用户定义完整性）（2）提供完整性检查的方法check（一般在insert、update、delete、等语句执行后检查）（3）违约处理

月应是绝色306·2023-01-08 13:53

【阶段三】Python机器学习05篇：机器学习项目实战：逻辑回归模型

分类模型与回归模型的区别在于其预测的变量不是连续的，而是离散的一些类别，例如，最常见的二分类模型可以预测一个人是否会违约、客户是否会流失、肿瘤是良性还是恶性等。

胖哥真不错·2023-01-08 10:51

数据挖掘实战：个人信贷违约预测

我是小z本次分享一个数据挖掘实战项目：个人信贷违约预测，此项目对于想要学习信贷风控模型的同学非常有帮助，数据源在文末。项目背景当今社会，个人信贷业务发展迅速，但同时也会暴露较高的信用风险。

数据不吹牛·2023-01-07 12:19

个人信贷违约预测代码实战

本次分享一个数据挖掘实战项目：个人信贷违约预测项目背景当今社会，个人信贷业务发展迅速，但同时也会暴露较高的信用风险。

算法恩仇录·2023-01-07 12:48

机器学习：如何解决类别不平衡问题

不平衡分类问题的示例包括欺诈检测、索赔预测、违约预测、客户流失预测、垃圾邮件检测、异常检测和异常值检测。为了提高我们模型的性能并确保其准确性，解决类不平衡问题很重要。在这篇文章[1]中，我们将

冷冻工厂·2023-01-07 06:09

房屋信贷违约风险竞争(kaggle)系列3-探索性数据分析

文章目录概述一.检查目标列的分布二.检查缺失值三.列类型四.编码分类变量4.1标签编码4.2独热编码4.3案例4.3.1标签编码案例4.3.2独热编码案例六.调整训练和测试数据七.探索性数据分析实例7.1异常7.2相关性7.3年龄对还款的影响7.4外部来源7.5最后平面图参考:概述探究性数据分析第一步将数据可视化，然后从图中理解数据的趋势，数据异常等问题，再对数据进行处理，例如数据清洗等操作。一.

只是甲·2023-01-05 00:55

数据挖掘（二）预测潜在贷款发放客户

注：参考多篇csdn及b站文章所得一、实验背景某机构想要预测哪些客户可能会产生贷款违约行为｡他们搜集了历史客户行为的部分数据以及目标客户的信息,希望通过历史数据对目标客户进行预测哪些客户会是潜在的违约客户

一只考研党·2023-01-03 10:18

logistic回归神经网络全流程python实现

是根据个人的银行贷款信息和申请客户贷款逾期发生情况来预测贷款违约倾向的数据集，包含24个维度，1000条数据。目录读取数据集

Should·L·2023-01-03 09:38

金融评分卡模型

数据分析：汽车金融评分卡模型目录一、项目目的1，背景评分卡被广泛用于互联网金融企业和保险银行机构来解决目前信用风控问题，根据已有的数据，提供用户违约/预期等行为的概率指标预测。

荔桃薯片·2023-01-01 13:26

python信用卡违约预测分析_Kaggle 比赛: 德国信用卡违约数据分析

数据描述GermanCreditData，我们来看看数据的格式,A1到A15为15个不同类别的特征，A16为label列，一共有690条数据，下面列举其中一条当作例子：A1A2A3A4A5A6A7A8A9A10A11A12A13A14A15A16b30.830ugwv1.25tt01fg002020+AttributeInformation:A1:b,a.A2:continuous.A3:cont

weixin_39828960·2022-12-30 16:23

线上贷款申请违约风险预测大数据模型

通过模型可以得出模型分类准确率，通过客户信用违约风险预测模型，可以实现多渠道预警，形成多角度观察、多方面分析、多渠道传递的工作局面。

泰迪智能科技·2022-12-30 11:15

第六章模型的验证、监控与调优

从分数的性质可以看出，好的评分模型下违约人群的分数低、非违约人群的分数高。反之坏的评分模型下违约与非违约人群的分数是几乎无法区分的。在理想模型里，所有非违约人群的评分均

夜景黑色调·2022-12-28 02:19

Python实现过采样和欠采样

（1）随机过采样随机过采样是从100个违约样本中随机抽取旧样本作为一个新样本，共反复抽取900次，然后和原来的100个旧样本组合成新的1000个违约样本，和1000个不违约样本一起构成新的训练集。

水云仙君·2022-12-27 12:08

利用算法轻松预测用户贷款是否违约(附 Python 源码)

当借款人从贷款机构借钱而不能如期还贷款时，就可能会发生贷款违约。拖欠贷款不仅会上报征信，还可能有被起诉的风险。

2201_75499313·2022-12-26 04:43

【算法竞赛学习】金融风控之贷款违约预测-赛题理解

Task1赛题理解赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。

jaeden_xu·2022-12-24 10:15

R语言基于决策树的银行信贷风险预警模型|附代码数据

我国经济高速发展，个人信贷业务也随着快速发展，而个人信贷业务对提高内需，促进消费也有拉动作用引言有正必有反，在个人信贷业务规模不断扩大的同时，信贷的违约等风险问题也日益突出，一定程度上制约着我国的信贷市场的健康发展

·2022-12-22 23:03

Python通过机器学习实现对个人信用评估

sheziqiong/85884404资源下载地址：https://download.csdn.net/download/sheziqiong/85884404一、项目介绍在银行贷款行为中，银行最关心的就是贷款人是否会违约从而造成贷款损失

biyezuopin·2022-12-22 14:59

Python分类模型实战（KNN、逻辑回归、决策树、SVM）调优调参，评估模型——综合项目

目录一、技术原理逻辑回归k近邻法（k-nearestneighbor，k-NN）决策树SVM(SupportVectorMachine)模型评估二、数据探索与处理2.1读取贷款违约数据集，在系统中可视化展示部分数据集

Pandas_007·2022-12-21 09:56

R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集|附代码数据

p=23344最近我们被客户要求撰写关于信用卡违约的研究报告，包括一些图形和统计输出。

·2022-12-20 22:33

【综合案例】信用评分模型开发

目录一、案例背景二、前置知识2.1数据分箱2.2属性选择2.3回归方程三、数据处理3.1数据清洗3.2因素分析四、模型训练五、模型预测六、结语后记一、案例背景在上一篇文章网络贷款违约预测案例中，我们在分析属性关系时发现

貮叁·2022-12-16 13:53

不容错过，机器学习样本不平衡策略和方法这篇太全了

在银行要判断一个"新客户是否会违约"，通常不违约的人VS违约的人会是99:1的比例，真正违约的人其实是非常少的。

机器学习社区·2022-12-16 11:39

【机器学习】机器学习中样本不平衡，怎么办？

在银行要判断一个"新客户是否会违约"，通常不违约的人VS违约的人会是99:1的比例，真正违约的人其实是非常少的。

风度78·2022-12-16 11:08

手把手教你：个人信贷违约预测模型

系列文章第八章、手把手教你：基于LSTM的股票预测系统第七章、手把手教你：基于深度残差网络（ResNet）的水果分类识别系统第六章、手把手教你：人脸识别的视频打码目录系列文章一、项目简介二、数据集介绍三、环境安装四、代码介绍1.数据预处理2.数据可视化探索2.1各特征可视化2.2贷款金额的情况2.3贷款金额与分期付款关系2.4是否还完贷款3.构建模型并训练3.1朴素贝叶斯3.2随机森林3.3逻辑回

大雾的小屋·2022-12-15 01:23

手把手教你：基于Django的用户画像可视化系统

系列文章第九章、手把手教你：个人信贷违约预测模型第八章、手把手教你：基于LSTM的股票预测系统第七章、手把手教你：基于深度残差网络（ResNet）的水果分类识别系统目录系列文章一、项目简介1.1内容简介

大雾的小屋·2022-12-15 01:23

手把手教你：基于TensorFlow的语音识别系统

系列文章第十章、手把手教你：基于Django的用户画像可视化系统第九章、手把手教你：个人信贷违约预测模型第八章、手把手教你：基于LSTM的股票预测系统目录系列文章一、项目简介二、语音数据集介绍1.不同人的声音

大雾的小屋·2022-12-15 01:11

零基础入门金融风控-贷款违约预测-Task04——建模与调参

有幸参加了阿里云举办的零基础入门金融风控-贷款违约预测训练营。收获颇多。每天记录一些自己之前的知识盲点，需经常温习。第四次的学习任务，是建模与调参。

陈俊超Code My Life·2022-12-14 16:32

申请评分卡的构建

一、业务背景基于申请客户的各项信息，对其违约概率进行预测。二、数据介绍数据维度概

低调隐忍see·2022-12-14 16:56

实战案例：使用机器学习算法预测用户贷款是否违约?

当借款人从贷款机构借钱而不能如期还贷款时，就可能会发生贷款违约。拖欠贷款不仅会上报征信，还可能有被起诉的风险。

我爱Python数据挖掘·2022-12-13 14:04

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。

今天不熬夜！·2022-12-13 14:03

【算法竞赛学习】金融风控之贷款违约预测-建模与调参

赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约预测项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master

jaeden_xu·2022-12-13 14:32

如何使用决策树来预测(2)--sklearn建模实操

本文是决策树系列的第二篇，主要是代码实操，以汽车违约贷款数据集accepts.csv为例，详细讲解如何在sklearn中使用决策树进行建模、可视化、参数调优等。

sikadeerlu·2022-12-13 14:00

个人贷款违约预测模型（逻辑回归）

1.数据介绍本案例所用数据来自一家银行的个人金融业务数据集，可以作为银行场景下进行个人客户业务分析和数据挖掘的示例。这份数据中涉及5300个银行客户的100万笔交易，而且涉及700份贷款信息与近900张信用卡的数据。通过分析这份数据可以获取与银行服务相关的业务知识。例如，对于提供增值服务的银行客户经理来说，希望明确哪些客户有更多的业务需求，而风险管理的业务人员可以及早发现贷款的潜在损失（1）账户表

radar_sun·2022-12-13 14:30

使用决策树模型，来构建客户违约预测模型

实验：使用决策树模型，来构建客户违约预测模型决策树(DecisionTree)分类技术是一种比较直观的用来分析不确定性事件的概率模型,属于数据挖掘技术中比较常见的一种方法。

@little杰·2022-12-13 14:29

数据库完整性（实体完整性，参照完整性，用户定义完整性）

指数据库中数据的正确性、相容性正确性：保证进入数据库的数据是符合语义约束的合法数据相容性：同一个事实的两个数据应当是一致的为了维护数据库的定义完整性：DBMS必须具备三个功能：（完整性定义、检查控制、违约处理都是由

今天会营业·2022-12-13 12:11

python中使用scikit-learn和pandas决策树进行iris鸢尾花数据分类建模和交叉验证

视频：从决策树到随机森林：R语言信用卡违约分析信贷数据实例从决策树到随机森林：R语言信用卡违约分析信贷数据实例，时长10:11导入因此，首先我们进行一些导入。

拓端研究室TRL·2022-12-12 11:52

诈骗罪系列： “套路贷”都构成诈骗罪吗？

刑事案件若干问题的意见》（以下简称《意见》）的规定，“套路贷”，是对以非法占有为目的，假借民间借贷之名，诱使或迫使被害人签订“借贷”或变相“借贷”“抵押”‘担保’等相关协议，通过虚增借贷金额、恶意制造违约

怡心草堂·2022-12-11 17:39

信用评分卡模型（R语言）

下载地址为：https://www.kaggle.com/c/GiveMeSomeCredit/data本次分析主要做了两件事：一、用逻辑回归预测用户未来两年违约的概率二、根据违约概率制作评分卡分析步骤

杨莯颖·2022-12-11 10:49

风控中的EAD、PD与LGD模型都有啥区别？

不论是金融机构的贷前评分卡、贷中评分卡跟贷后评分卡，在整个风险体系中其业务的落脚点，都有一个量化公式贯穿始中：预期损失EL=PDEADLGD*F(m)ECL-风险敞口PD-逾期损失LGD-违约损失率风险暴露

番茄风控·2022-12-11 01:41

数据挖掘机器学习[六]---项目实战金融风控之贷款违约预测

汀、·2022-12-09 15:52

过采样、欠采样

例如：建立信用违约模型时，违约样本的比例远小于不违约样本的比例，此时模型会花更多精力去你和不违约样本，但实际上找出违约样本更重要，这会导致模型可能在训练集上表现良好，但测试时表现不佳，为了改善样本比例不均衡的问题

請叫我做雷锋·2022-12-09 12:37

风险管理系列课程二：利用图技术优化反洗钱解决方案

一些复杂的金融工具数量激增，如信用违约互换和抵押担保证券，而且一旦出错，就会付出数以万亿的代价。如何利用图技术进行风险管理，是当下拥有金融业务的企业都需要钻研的课题。

TigerGraph·2022-12-08 02:42

数据库实验六数据库的完整性

2.定义参照完整性，定义参照完整性的违约处理，删除参照完整性。3.定义用户自定义完整性，删除用户自定义完整性。4.定义before和after触发器。要求：能够写出两种

Happy_change·2022-12-07 08:40

推荐频道

违约