大数据之Python数据分析实训信用卡客户风险评价之二、构建信用卡客户风险评价关键特征

构建信用卡客户风险评价关键特征

实训数据：https://pan.baidu.com/s/1RduW2P0UtdgvQowIu26u7A
1 实训目标
（1）掌握评分卡模型的原理。
（2）构建信用卡用户风险分析关键特征。

2 实训环境
（1）使用 3.6 版本的 Python 。
（2）使用 jupyter notebook 编辑器。
（3） os ， pandas ， N umPy ， sklearn 。

3 实训内容
在信用卡相关的征信工作中，主要从三个方向判定客户的信用等级，分别为：客户的历史信用风险，客户的现阶段经济状况，客户的未来经济收入以及目前的收入的稳定情况。

4 实训步骤
（1）据特征瑕疵户，逾期，呆账，强制停卡，退票，拒往记录构建历史行为特征。
（2）根据特征借款余额，个人月收入，个人月开销，家庭月收入和月刷卡金额，构建出经济风险情况特征。
（3）根据特征职业，年龄，住家，构建出收入风险情况特征。
（4）标准化历史行为，经济风险情况，收入风险情况特征。

4.1 特征选取
特征的轩主主要是以下三个方面。具体操作如代码 4‑1 所示。

根据特征瑕疵户，逾期，呆账，强制停卡，退票，拒往记录构建历史行为特征。
根据特征借款余额，个人月收入，个人月开销，家庭月收入和月刷卡金额，构建出经济风险情况特征。
根据特征职业，年龄，住家，构建出收入风险情况特征。
代码 4 ‑ 1 特征选取

In[1]:
import os
import numpy as np
import pandas as pd
os.chdir('/course/Python 数据分析与应用 /')
data8 = pd.read_csv('./tmp/data8.csv',encoding='utf-8',index_col=0, engine = 'python')
# 选取历史行为特征
card_selection1 = data8[[' 瑕疵户 ',' 逾期 ',' 呆账 ',' 强制停卡记录 ',' 退票 ',' 拒往记录 ']]
print(' 构建历史行为特征前 5 个特征为： \n',card_selection1.head())Out[1]:
构建历史行为特征前 5 个特征为：瑕疵户   逾期   呆账   强制停卡记录   退票   拒往记录
0    2        2     2       2           2     2
1    2        2     2       2           2     2
2    2        2     2       2           2     2
3    2        2     2       2           2     2
4    2        2     2       2           2     2In[2]:
# 选取经济风险情况特征
card_selection2 = data8[[' 借款余额 ',' 个人月收入 ',' 个人月开销 ',' 家庭月收入 ',' 月刷卡额 ']]
print(' 构建经济风险情况特征前 5 个特征为： \n',card_selection2.head())
Out[2]:
构建经济风险情况特征前 5 个特征为：借款余额   个人月收入   个人月开销   家庭月收入   月刷卡额
0      2          1           1           1          1
1      2          1           2           1          2
2      2          1           1           1          6
3      2          1           1           1          4
4      2          1           3           1          5In[3]:
# 选取收入风险情况特征
card_selection3 = data8[[' 职业 ',' 年龄 ',' 住家 ']]
print(' 构建收入风险情况特征前 5 个特征为： \n',card_selection3.head())Out[3]:
构建收入风险情况特征前 5 个特征为：职业   年龄   住家
0    12     3    1
1    19     7    1
2    11     2    1
3    12     7    1
4    11     4    1

4.2 特征合并
选取完所需的特征之后，将相关特征列合并，如代码 4‑2 所示。


In[4]:# 合并历史行为、经济风险情况、收入风险情况特征card_features = pd.concat([card_selection1,card_selection2,card_selection3], axis=1)print(' 构建 L 、 F 、 S 特征前 5 个特征为： \n',card_features.head())Out[4]:构建 LFS 特征前 5 个特征为：瑕疵户   逾期   呆账   强制停卡记录   退票   拒往记录 ...  个人月开销   家庭月收入   月刷卡额   职业   年龄   住家
0    2   2   2       2   2     2 ...      1      1     1  12   3   1
1    2   2   2       2   2     2 ...      2      1     2  19   7   1
2    2   2   2       2   2     2 ...      1      1     6  11   2   1
3    2   2   2       2   2     2 ...      1      1     4  12   7   1
4    2   2   2       2   2     2 ...      3      1     5  11   4   1
[5 rows x 14 columns]

4.3 特征标准化
由于聚类模型并不需要划分数据集，标准化可以使用 sklearn 的 preprocessing 模块，如代码 4‑3 所示。


In[5]:# 标准化历史行为，经济风险情况，收入风险情况特征from sklearn.preprocessing import StandardScaler
data9 = StandardScaler().fit_transform(card_features)
np.savez('./tmp/card_scale.npz',data9)
print(' 标准化后的 LFS 模型的前 5 个特征为 :\n',data9[:5,:])Out[5]:
标准化后的 LFS 模型的前 5 个特征为 :[[ 0.24381325  0.23879532  0.22088026  0.25098948  0.23902695  0.248527760.25335913 -1.15521843 -0.74968558 -1.18316767 -1.6436681  -0.07685176-0.44054478 -1.95817546]
[ 0.24381325  0.23879532  0.22088026  0.25098948  0.23902695  0.248527760.25335913 -1.15521843  0.23116695 -1.18316767 -1.01399949  1.226851931.25542278 -1.95817546]
[ 0.24381325  0.23879532  0.22088026  0.25098948  0.23902695  0.248527760.25335913 -1.15521843 -0.74968558 -1.18316767  1.50467492 -0.26309514-0.86453667 -1.95817546]
[ 0.24381325  0.23879532  0.22088026  0.25098948  0.23902695  0.248527760.25335913 -1.15521843 -0.74968558 -1.18316767  0.24533771 -0.076851761.25542278 -1.95817546]
[ 0.24381325  0.23879532  0.22088026  0.25098948  0.23902695  0.248527760.25335913 -1.15521843  1.21201948 -1.18316767  0.87500632 -0.26309514-0.01655289 -1.95817546]]