貸款違約預(yù)測(cè)-數(shù)據(jù)探索

1. 數(shù)據(jù)總體了解:

a. 讀取數(shù)據(jù)集并了解數(shù)據(jù)集大小,原始特征維度;

1)data_test_a.shape

2)data_train.shape

3)data_train.columns

b. 通過(guò)info熟悉數(shù)據(jù)類(lèi)型逼肯;

1)data_train.info()

c. 粗略查看數(shù)據(jù)集中各特征基本統(tǒng)計(jì)量;

1)data_train.describe()

2)data_train.head(3).append(data_train.tail(3))

2. 缺失值和唯一值:

a. 查看數(shù)據(jù)缺失值情況

1)print(f'There are {data_train.isnull().any().sum()} columns in train dataset with missing values.')

2)have_null_fea_dict = (data_train.isnull().sum()/len(data_train)).to_dict()

fea_null_moreThanHalf = {}

for key,value in have_null_fea_dict.items():

? ? if value > 0.5:

? ? ? ? fea_null_moreThanHalf[key] = value

3)fea_null_moreThanHalf

4)missing = data_train.isnull().sum()/len(data_train)

missing = missing[missing > 0]

missing.sort_values(inplace=True)

missing.plot.bar()

b. 查看唯一值特征情況

3. 深入數(shù)據(jù)-查看數(shù)據(jù)類(lèi)型

a. 類(lèi)別型數(shù)據(jù)

1)def get_numerical_serial_fea(data,feas):

numerical_serial_fea = []

numerical_noserial_fea = []

for fea in feas:

temp = data[fea].nunique()

if temp <= 10:

numerical_noserial_fea.append(fea)

continue

numerical_serial_fea.append(fea)

return numerical_serial_fea,numerical_noserial_fea

numerical_serial_fea,numerical_noserial_fea =

get_numerical_serial_fea(data_train,numerical_fea)

b. 數(shù)值型數(shù)據(jù)

離散數(shù)值型數(shù)據(jù)

1)data_train['term'].value_counts()

連續(xù)數(shù)值型數(shù)據(jù)

1)f = pd.melt(data_train, value_vars=numerical_serial_fea)

g = sns.FacetGrid(f, col="variable", col_wrap=2, sharex=False, sharey=False)

g = g.map(sns.distplot, "value")

4. 數(shù)據(jù)間相關(guān)關(guān)系

a. 特征和特征之間關(guān)系

b. 特征和目標(biāo)變量之間關(guān)系

1)fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, figsize=(15, 8))

train_loan_fr.groupby('grade')['grade'].count().plot(kind='barh', ax=ax1, title='Count of

grade fraud')

train_loan_nofr.groupby('grade')['grade'].count().plot(kind='barh', ax=ax2, title='Count of

grade non-fraud')

train_loan_fr.groupby('employmentLength')['employmentLength'].count().plot(kind='barh',

ax=ax3, title='Count of employmentLength fraud')

train_loan_nofr.groupby('employmentLength')['employmentLength'].count().plot(kind='barh',

ax=ax4, title='Count of employmentLength non-fraud')

plt.show()

5. 用pandas_profiling生成數(shù)據(jù)報(bào)告

pfr = pandas_profiling.ProfileReport(data_train)

pfr.to_file("./example.html")

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末篮幢,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子三椿,更是在濱河造成了極大的恐慌奈揍,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,718評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件赋续,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡纽乱,警方通過(guò)查閱死者的電腦和手機(jī)蛾绎,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)鸦列,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)租冠,“玉大人薯嗤,你說(shuō)我怎么就攤上這事÷娼悖” “怎么了镜粤?”我有些...
    開(kāi)封第一講書(shū)人閱讀 158,207評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)玻褪。 經(jīng)常有香客問(wèn)我肉渴,道長(zhǎng),這世上最難降的妖魔是什么带射? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,755評(píng)論 1 284
  • 正文 為了忘掉前任同规,我火速辦了婚禮,結(jié)果婚禮上窟社,老公的妹妹穿的比我還像新娘券勺。我一直安慰自己,他們只是感情好灿里,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,862評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布关炼。 她就那樣靜靜地躺著,像睡著了一般钠四。 火紅的嫁衣襯著肌膚如雪盗扒。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 50,050評(píng)論 1 291
  • 那天缀去,我揣著相機(jī)與錄音侣灶,去河邊找鬼。 笑死缕碎,一個(gè)胖子當(dāng)著我的面吹牛褥影,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播咏雌,決...
    沈念sama閱讀 39,136評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼凡怎,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼校焦!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起统倒,我...
    開(kāi)封第一講書(shū)人閱讀 37,882評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤寨典,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后房匆,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體耸成,經(jīng)...
    沈念sama閱讀 44,330評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,651評(píng)論 2 327
  • 正文 我和宋清朗相戀三年浴鸿,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了井氢。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,789評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡岳链,死狀恐怖花竞,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情掸哑,我是刑警寧澤约急,帶...
    沈念sama閱讀 34,477評(píng)論 4 333
  • 正文 年R本政府宣布,位于F島的核電站举户,受9級(jí)特大地震影響烤宙,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜俭嘁,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,135評(píng)論 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望服猪。 院中可真熱鬧供填,春花似錦、人聲如沸罢猪。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,864評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)膳帕。三九已至粘捎,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間危彩,已是汗流浹背攒磨。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,099評(píng)論 1 267
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留汤徽,地道東北人娩缰。 一個(gè)月前我還...
    沈念sama閱讀 46,598評(píng)論 2 362
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像谒府,于是被迫代替她去往敵國(guó)和親拼坎。 傳聞我的和親對(duì)象是個(gè)殘疾皇子浮毯,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,697評(píng)論 2 351