地球资源数据云——数据资源详情
为了获得安全可靠的借贷体验,分析过去的数据非常重要。在这个项目中,您必须构建一个深度学习模型来使用历史数据预测未来贷款的违约机会。正如您将看到的,该数据集高度不平衡,并且包含许多使该问题更具挑战性的特征。 目标:创建一个模型,使用历史数据预测申请人是否能够偿还贷款。 领域:金融 要做的分析:进行数据预处理,构建深度学习预测模型。 需要完成的步骤: ⦁ 加载提供给您的数据集 ⦁ 检查数据集中的空值 ⦁ 打印 TARGET 列数据集付款人的默认百分比 ⦁ 如果数据不平衡,则平衡数据集 ⦁ 绘制平衡数据或不平衡数据

为了获得安全可靠的借贷体验,分析过去的数据非常重要。在这个项目中,您必须构建一个深度学习模型来使用历史数据预测未来贷款的违约机会。正如您将看到的,该数据集高度不平衡,并且包含许多使该问题更具挑战性的特征。
目标:创建一个模型,使用历史数据预测申请人是否能够偿还贷款。
领域:金融
要做的分析:进行数据预处理,构建深度学习预测模型。
需要完成的步骤:
⦁ 加载提供给您的数据集
⦁ 检查数据集中的空值
⦁ 打印 TARGET 列数据集付款人的默认百分比 ⦁
如果数据不平衡,则平衡数据集
⦁ 绘制平衡数据或不平衡数据