建立信用卡客户的风险识别模型
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本研究旨在通过数据分析与机器学习技术，构建信用卡客户的风险识别模型，有效预测和预防信贷风险。
实验名称：构建信用卡客户风险识别模型
实验目的：
1. 掌握异常值的识别与处理方法。
2. 构建信用卡用户风险分析关键特征。
3. 掌握 K-Means 聚类算法的应用。
4. 掌握聚类算法结果分析的方法。
5. 不得抄袭，发现后按0分处理
6. 按照大三实验报告模板撰写实验报告
实验环境：
1. 硬件要求：计算机一台
2. 软件要求：Chrome浏览器、Anaconda
3. 网络要求：能访问互联网
实验步骤和内容：
需求说明：
为了推进信用卡业务的良性发展并减少坏账风险，各大银行都进行了信用卡客户风险识别的相关工作。某银行的研究模型随时间推移不再适应当前业务的发展需求，需要重新构建一个新的风险识别模型。
实验内容：
为推动信用卡业务的良好运行，并降低不良贷款的风险，台湾各主要银行都在进行信用卡客户的信用评估和风险管理的工作。由于旧的模型已经无法满足新的业务发展要求，该行决定重建一个更加准确有效的客户风险识别系统。（一）处理信用卡数据异常值
实验步骤：
（1）读取信用卡数据。
（2）剔除逾期、呆账、强制停卡、退票记录和拒往记等不良行为的数据。
全部评论 (0)
还没有任何评论哟~
