预测银行客户借贷情况的Python代码
时间: 2023-06-16 20:06:21 浏览: 86
以下是一个简单的基于逻辑回归的银行客户借贷情况预测的Python代码:
```python
# 导入所需的库
import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 读取数据
data = pd.read_csv('bank_loan_data.csv')
# 数据预处理
data.dropna(inplace=True)
data.drop(['Loan_ID'], axis=1, inplace=True)
data['LoanAmount'] = data['LoanAmount'].apply(lambda x: x/1000)
data['Loan_Amount_Term'] = data['Loan_Amount_Term'].apply(lambda x: x/12)
data['Credit_History'] = data['Credit_History'].apply(lambda x: int(x))
# 将类别变量转化为数值变量
data = pd.get_dummies(data, drop_first=True)
# 将数据分为训练集和测试集
X = data.drop(['Loan_Status_Y'], axis=1)
y = data['Loan_Status_Y']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)
# 训练模型
logreg = LogisticRegression()
logreg.fit(X_train, y_train)
# 预测
y_pred = logreg.predict(X_test)
# 模型评估
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
注:需要先安装相关的库,如pandas、numpy、scikit-learn等。
这段代码的主要步骤如下:
1. 读取银行客户借贷数据
2. 对数据进行预处理,包括删除缺失值、将LoanAmount和Loan_Amount_Term转换为千和年、将Credit_History转换为整数、将类别变量转换为数值变量等
3. 将数据分为训练集和测试集
4. 使用逻辑回归模型进行训练
5. 对测试集进行预测
6. 计算模型的准确率
需要注意的是,这只是一个简单的示例,实际的银行客户借贷情况预测模型可能需要更复杂的特征工程和模型选择。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)