/project1

credit risk and default analysis

Primary LanguagePython

lendingclub

quantitive credit risk and default analysis course project1

Description

Todo/Model performance / others…

4/12(youngmi)

  1. add model.py => NN model (only using 74 numerical feats)

    date model Performance
    4/12 NN 5-fold average Auc score on Validation data: 0.9500247628653332
    5-fold average Precision on Validation data: 0.9587681231206997

5-fold average Recall on Validation data: 0.5736161616161616 | | | | | | | | |

  1. nn structure

    nnmodel_stucture

4/11 (lishu)

  1. add tools.py : 包含三个用来处理字符串特征的小函数。

  2. add ks_rank.py : 用来处理全部的数值型特征，计算KS并排序，输出到同目录下的ks_rank.csv

  3. add string_feature.txt, ks_rank.csv： 字符串特征的分布输出，ks按照高低排序的特征，之后可以直接读取，避免再次计算。

  4. add tree_main.py: 决策树算法，AUC结果在0.91左右。运用了ks排名前20的特征。

  5. add .gitignore: 可指定部分文件不被git同步目录监测的影响，一般用于__pycache__或者其他系统文件。

4/10 (youngmi)

  1. add data_clean.py : 处理原数据LoanStats3d_securev1 dataframe 格式问题，调用 trans_format() 及能解决此问题

  2. 按照助教要求，将 loan_status 取 Charged Off, Current, Fully-paid ，并打好标签，去除不能使用的 X 因子，调用 preprocess() 即可

    PS. loan_status 处理前各分类数量

    description

About Update

每次要上传代码前，要先抓取最新

git pull

然后直接 push 到 master/origin 即可（只上传 code ）

git add example.py

git commit -m 'update'

git push

`