数据挖掘实训 Week 3

理论学习

本周继续学习数据分析和预处理。

实践

1.9 分析离散数值型特征

其中policyCode只有一个值，applicationType、n11、n12不同值数量相差悬殊。

1.10 分析非数值类别型特征

2.1 类别型变量分布可视化

2.1.1 不同y值下的可视化

这里虽然坐标由于绘制原因粘连在一起，仍可以直观看出不同y值下类别型特征中grade和subGrade的分布不同，其他大致相同。

2.2 连续数值型特征分布可视化

2.3 时间特征可视化

3 查看特征的违约率

3.1 关于贷款用途类别，可以看出某些类别违约率明显高于其他。

3.2 关于贷款期限，可以看出5年期违约率远高于3年期

3.3 关于贷款等级，可以看出不同等级违约率相差很大

3.4 个人申请的违约率低于联合申请