• 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。
• 实验报告可读性好、内容完整、表述清晰、图表美观、方案合理，不能仅有图表或代码。优秀的报告有额外奖励分。
• 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N次实验+周1/2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提交

数据描述

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. 请根据提供的数据字典，对sheet1中所有字段变量（前两列除外）进行描述统计分析；

2. 逐一对每个变量（前两列除外）进行解读（意义及分布特点）。

任务二：数据清洗

1. 找出变量中的缺失数据并进行填补，给出填补方案及填补后的描述统计；

2. 请分析变量“annual_inc”的极端值情况，如存在极端值，请给出处理方案及处理后的描述统计。

任务三：

1. 请选择一种方法对变量“emp_length”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. 在同一幅图中画出每个“Grade”的“FICO”分数概率密度分布图，并结合IV值将“FICO”进行离散化转换，详细说明完整的变换方案。

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：2026年4月8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。

决策树模型

本次实验围绕信贷违约预测场景中的决策树分类模型展开，重点考察学生对数据准备、模型构建、超参数设置以及模型评估方法的掌握情况。实验内容主要包括数据预处理、决策树建模与性能评估，具体任务如下。

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：建立决策树模型

1.样本划分：自行确定样本划分比例，将总体样本划分为训练集与测试集（如 7:3 或 8:2）。

2.模型构建与评估：基于训练集数据，建立二分类决策树模型，对借款人违约概率进行预测。输出并分析以下评估指标：混淆矩阵、Accuracy、Precision、Recall、F1-score、ROC-AUC。

任务3：超参数调优

使用交叉验证和网格搜索方法（GridSearchCV），对以下超参数进行调优：criterion: gini 和 entropy（对比这两种选择）max_depth, min_samples_split, min_samples_leaf根据网格搜索结果输出最优超参数组合及其对应的评估结果。

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 31 日 23:59 前。