本次实验报告围绕数据预处理和特征工程展开，实验所需数据请点击下方“实验数据-下载”链接下载homework_data.xlsx文件。具体任务和要求如下：

任务一：了解信贷场景变量含义

1. 请将数据文件中子表“Description”各字段翻译成中文，理解各变量的含义

任务二：数据预处理

1. 在数据处理前，请绘制总体好坏样本的对比图形，不限定图形类型，自行设定。

2. 在数据处理前，请绘制变量“CURR_AMT_INCOME_TOTAL”的初始分布图以及按照'TARGET'变量分组后的分布图，并进行分析。

3. 对缺失变量进行处理。

4. 对“CURR_AMT_INCOME_TOTAL”进行标准化处理，并绘制出标准化前后的分布图。

任务三：特征工程

1. 将变量CURR_NAME_INCOME_TYPE转换为数值型变量，并计算其IV值，判断其风险预测能力。

提交日期：2024年11月4日24:00前

本次实验围绕判别分析和模型评价展开，实验所需数据请点击下方“实验数据-下载”链接下载homework_data.xlsx文件。具体任务和要求如下：

任务一：数据清洗和预处理

1. 处理缺失值；

2. 将分类变量转换成数值型变量（转换方式自定）

任务二：构建判别分析

1. 将数据拆分成训练集（70%）和测试集（30%）

2. 创建 LDA 模型并拟合数据

任务三：模型评价

1. 绘制roc曲线，并求解auc

2. 计算ks距离

提交日期：2024年11月21日24:00前

本次实验围绕逻辑回归和决策树展开，实验所需数据为课堂展示所用数据data_credit.csv。具体任务和要求如下：

任务一：数据清洗和预处理

将下列几个变量采用woe方式转换成数值型变量

0 CURR_OCCUPATION_TYPE

1 CURR_ORGANIZATION_TYPE

2 PREV_NAME_CASH_LOAN_PURPOSE

3 PREV_NAME_GOODS_CATEGORY

4 PREV_PRODUCT_COMBINATION

任务二：考察数据标准化对模型表现的影响

1. 对训练集和测试集进行标准化处理（方式自定）

2. 基于标准化后的数据构建逻辑回归和决策树模型

3. 分别汇报模型的roc曲线和auc值

任务三： 考察分裂准则对模型表现的影响

1. 变换分裂准则，比较不用分裂准则下决策树模型的auc表现

提交日期：2024年12月9日24:00前

本次实验围绕集成学习算法展开，实验所需数据为课堂展示所用数据data_credit.csv。具体任务和要求如下：

任务一：考察如何进行调参

1. 构建随机森林模型

2. 采用网格搜索法调参n_estimators、criterion、max_features

3. 思考当模型中有多个参数需要调参时，采用GridSearchCV同时调参与分开调参的区别？

4. 对比RandomizedSearchCV与GridSearchCV的结果（例如 auc）

提交日期：2024年12月22日24:00前