文件名称：Credit_Risk_Analysis
文件大小：14KB
文件格式：ZIP
更新时间：2024-04-25 05:03:51
JupyterNotebook
Credit_Risk_Analysis 分析概述： 该分析的目的是使用不同的重采样技术来预测信用风险，以评估来自点对点借贷服务公司LendingClub的信用卡数据集，并在进行预测后对模型进行评估，以查看是否应将其用于预测风险。 由于信用风险是天生的不平衡分类问题，因为优质贷款容易超过风险贷款，因此测试不同的评估数据方法非常重要。 对于此分析，我使用RandomOverSample和SMOTE算法对数据进行过采样，然后使用ClusterCentroid算法对数据进行过采样，最后使用SMOTEEN算法对数据进行过采样和欠采样的组合方法。 我比较了两种可减少偏差的新机器学习模型BalancedRandomForestClassifier和EasyEnsembleClassifier，以预测信用风险。 结果： * RandomOverSample 平衡的准确性得分为---，而准确性和召回得
【文件预览】：
Credit_Risk_Analysis-main
----credit_risk_ensemble.ipynb(39KB)
----credit_risk_resampling.ipynb(40KB)
----README.md(2KB)