数据实验楼iDataCoding已发布2周，感谢各位伙伴的喜爱与支持！现在迎来第二个项目上线，欢迎大家体验！
http://idatacoding.cn/project_main?project_id=2
个人信用风险评估项目
实训目标
本实训首先读取德国信用数据集，并查看数据的基本统计信息。其次借助Python第三方库，使用可视化工具绘制多个图表对德国信用数据集进行探索性分析，展示变量的取值分布以及变量间的相互联系，以及各变量与标签之间的相关性大小。然后对数据进行预处理，构建模型并评估。最后对数据进行特征工程，再次构建模型进行训练并评估，查看模型提升后的效果。通过实训，学生将进一步夯实Python语言的编程能力，掌握Panda库的基本使用，理解基本的数据预处理方法，掌握通过Sklearn库进行分类模型构建以及评估的操作。
推荐实训课时：16
前置知识检测
开始项目实训前，请先进行本项目前置知识检测，检测是否具备相应的技能。完成检测后给予一定的评价和建议。
项目介绍
2007-2008年的全球金融危机凸显了透明度和严密性在银行业务中的重要性。由于信贷供应受到了限制，所以银行正日益紧缩其贷款体系，转向机器学习来更准确地识别高风险贷款。通过构建自动化的信用评分模型，以在线方式进行即时的信贷审批能够为银行节约很多人工成本。
项目流程
实训任务示例
