文件名称：credit-risk-analysis
文件大小：18.84MB
文件格式：ZIP
更新时间：2024-05-07 02:56:46
JupyterNotebook
信用风险分析 概述 该项目涉及使用LendingClub的数据创建和评估机器学习模型，以评估信用风险； 对等借贷服务公司，在二级市场上提供贷款交易，并在 信用风险的性质（高质量贷款的数量大大超过风险贷款的数量）意味着信用风险的特征是不平衡的分类问题。 因此，用于预测信用风险的不同技术需要部署和评估不同的预测模型。 Jupyter Notebook使用不平衡学习和scikit学习库通过重采样来构建和评估模型，从而详细说明了该过程。 还可以在Notebook中评估这些模型的性能，并就是否应将其用于预测信用风险提出建议。 目录 目标 这项挑战的目标是： 实施机器学习模型。 使用重采样来尝试解决类不平衡问题。 评估机器学习模型的性能。 概括 该项目的关键要素是评估各种方法，当将拟合回归模型应用于测试数据时，将产生具有最佳结果的样本。 为了评估应用模型时采样方法的有用性，考虑了几个标准。 但是
【文件预览】：
credit-risk-analysis-master
----.DS_Store(6KB)
----Resources()
--------LoanStats_2019Q1.csv(88.99MB)
----README.md(5KB)
----credit_risk_resampling.ipynb(41KB)