文件名称：Loans_Project:数据分析和机器学习项目——贷款数据
文件大小：3.84MB
文件格式：ZIP
更新时间：2024-06-19 10:42:57
python machine-learning data-analysis HTML
贷款分析与预测 贷款数据库分析。 分析商业贷款组合中的可疑和损失债务。 按人口统计、业务和部门特征进行的统计分析。 然后，使用机器学习模型，根据不同的参数预测贷款还款前景。 文件：loans_project.ipynb 该文件包括数据分析和预测模型的构建。 文件：Loan_RF_Classifier.pckl 该文件是主文件中要导入和使用的预测模型，也是运行预测的主函数。 文件：loans_df.py 该文件包含一个统一的列中可读类别值的数据框，以及相应的编码类别列作为整数值。 编码值用于预测模型。 文件：loanDictionary.py 创建一个以类别名称为键，编码类别为整数值的loans_df 数据帧字典 该字典将用于获取不同类别（键）的用户输入，并将该类别对应的编码值传递给预测模型。 文件：ClassApplication.py 定义贷款申请信息/详细信息。 预测模型将
【文件预览】：
Loans_Project-master
----ClassApplication.py(8KB)
----loans_df(84KB)
----loans_file.xlsx(136KB)
----loanDictionary.py(681B)
----loans_project.py(41KB)
----test.py(5KB)
----Loan_RF_Classifier.pckl(3.11MB)
----loanPredict.py(1KB)
----README.md(1KB)
----loans_project.html(4.64MB)
----.gitignore(26B)
----loans_project.ipynb(4.44MB)