文件名称：FINAL_PROJECT
文件大小：12MB
文件格式：ZIP
更新时间：2024-05-21 11:17:38
JupyterNotebook
最终项目 信用卡违约 使用默认付款数据集可根据借款人的特征（例如年龄，性别，婚姻，教育程度等）预测未来违约率的可能性。 数据集包括：Kaggle，UCI机器学习存储库 项目计划步骤•使用python / SQL创建可用的数据集，•使用Tableau创建数据的可视化•执行机器学习测试，•带有结论的网页-最佳和最差借款人的特征 团队成员所罗门，丹，奥斯卡，肯尼斯，凯瑟琳
【文件预览】：
FINAL_PROJECT-master
----Final_Project_SLM.ipynb(179KB)
----css()
--------modal.css(2KB)
--------bootstrap.min.css(139KB)
--------tooplate-style.css(6KB)
----LoanGrade_AvgLoan_DeafultStatus.jpg(46KB)
----README.md(565B)
----Purpose_AvgLoanAmt.jpg(68KB)
----Loan Purpose_Grade.jpg(67KB)
----default of credit card clients.xls(5.28MB)
----States_LoanStatus_Default.jpg(129KB)
----.ipynb_checkpoints()
--------Final_Project_SLM-checkpoint.ipynb(179KB)
----img()
--------team.jpg(29KB)
--------LoanGrade_Default_Non Default.png(25KB)
--------EmploymentLength_Default_NonDefault.png(30KB)
--------OwnershipDefault_NonDefault.png(26KB)
--------proj_credit.jpg(32KB)
--------Purpose_AverageLoanAmount_Dflt_NonDflt.png(32KB)
--------Thumbs.db(4KB)
--------table.png(1.11MB)
--------matplotlib_figures()
--------bg.jpg(2KB)
--------pop-bg.jpg(472KB)
--------proj_machine.jpg(61KB)
--------underline.png(1KB)
----States_Default_Status_of_1.png(241KB)
----Lending_Club_Stats_2015_v2.csv(33.03MB)
----fontawesome()
--------css()
--------webfonts()
----Updated_DataSet.xls(6.26MB)
----js()
--------main.js(7KB)
--------anime.min.js(14KB)
--------jquery-3.2.1.slim.min.js(68KB)
--------modal.js(648B)
----slick()
--------slick-theme.scss(5KB)
--------slick.min.js(42KB)
--------config.rb(161B)
--------slick.css(2KB)
--------fonts()
--------slick-theme.less(4KB)
--------ajax-loader.gif(4KB)
--------slick-theme.css(3KB)
--------slick.less(2KB)
--------slick.scss(2KB)
--------slick.js(86KB)
----index.html(26KB)
----.DS_Store(6KB)
----Total_Loans_Per_State.jpg(86KB)
----HomeOwnership_LoanStatus.jpg(93KB)