• 鼓励交流但需独立完成，按照自己思路进行数据处理和分析。
• 展示的图表能传达有效信息。排列规整、配色统一、简洁大方，适当评述。图的横纵坐标标示清楚（如有单位需要标注），图标题明确。
• 实验报告正确、表述清晰、内容完整、图表美观、有分析内容，不能仅有图表。优秀的报告有额外奖励分。
• 实验报告请包含Python代码。
• 作业内外注明学号、姓名、班级（专业），及实验内容。
• 提交文件命名方式为：第_次实验+周_班+学号+姓名。
• 提交时间：以每次实验报告通知的为准。
• 提交地址：本网站中的课程系统

数据清洗与转换

本次实验报告围绕信贷场景中的数据分析内容展开，主要包括数据的清洗与转换。具体包括以下任务：

任务一：结合信贷业务场景理解变量的基本情况

1. 请对所有变量进行描述性分析，并对结果进行解读；

2. 请分析该数据集存在何种数据问题，解决思路有哪些。

任务二：数据清洗

1. 请处理数据中的缺失值问题；

2. 请分析变量“CURR_AMT_INCOME_TOTAL”的极端值情况，如存在极端值，请处理。

任务三：

1. 请选择一种方法对变量“ CURR_AMT_INCOME_TOTAL”进行分箱，并计算分箱之后各区间的好坏比率，并进行可视化展示；

2. 请采用证据权重法将分类变量“CURR_NAME_HOUSING_TYPE”转换成数值型变量。

数据：请点击本网站最下方的“实验数据——下载”按钮下载本次实验报告的作业

提交时间：2025 年 10 月26 日 23:59 前。

判别分析

本次实验报告围绕信贷场景中的判别分析内容展开，主要包括特征工程、建模与评价。具体包括以下任务：

任务一：拆分数据集

1. 请将样本拆分成训练集和测试集（比例为：8:2）

任务二：数据预处理

1. 请自选方法处理缺失值

2. 将离散分类变量转换成数值型变量，方法自选。

任务三：处理样本不平衡

1. 请汇报样本标签的分布情况。

2. 请选择1种方法处理样本的不平衡。

任务四：建模

1. 请对训练集采用线性判别分析方法建立模型。

任务五：

1. 汇报模型在测试集上的ROC曲线和AUC。

数据：请点击本网站最下方的“实验数据——下载”按钮下载本次实验报告的作业

提交时间：2025 年 11 月23 日 23:59 前。

逻辑回归

本次实验报告围绕信贷场景中的逻辑回归内容展开，主要包括特征工程、建模与评价。具体包括以下任务：

任务1：数据准备

1.目标变量Y：loan_status为目标变量，其中“fully paid”定义为正常履约（标记为好人），“charged off”定义为违约（标记为坏人），并将其转化为数值变量；

2.特征变量X：请根据数据含义自行甄选合适的特征，并确保所有特征均为数值变量。

任务2：建立逻辑回归模型

1.样本划分：自行确定划分比例，将总体样本划分为训练集和测试集。

2.建模：使用训练集进行逻辑回归模型的参数估计。

任务3：画出ROC曲线，汇报AUC，并汇报混淆矩阵。

数据：请点击本网站最下方的“实验数据——下载”按钮下载本次实验报告的作业

提交时间：2025 年 12 月 21 日 23:59 前。