Appearance
金融机构信用评估系统中的业务数据审核流程设计
准考证号：
试题代码： 1.1.3
试题名称： 金融机构信用评估系统中的业务数据审核流程设计
考核时间： 30min
1.场地设备要求
人工智能训练师主机：CPU（intel i5 及以上）、内存（不少于 16GB）、操作系统（windows10）、支持深度学习训练；
2.工作任务
某金融机构计划引入智能信用评估系统，通过分析客户的历史交易数据和信用记录，使用机器学习算法预测客户的信用风险等级，从而辅助贷款审批和风险控制。为了确保数据的准确性和可靠性，该机构需要设计并实现一套全面的业务数据审核流程，确保数据在进入信用评估系统之前经过严格的审核和清洗。 我们提供一个客户信用数据集（credit_data.csv），包含以下字段：
- CustomerID: 客户ID
- Name: 客户姓名
- Age: 年龄
- Income: 收入
- LoanAmount: 贷款金额
- LoanTerm: 贷款期限（月）
- CreditScore: 信用评分
- Default: 是否违约（0: 否，1: 是）
- TransactionHistory: 历史交易记录（JSON格式） 你作为人工智能训练师，根据提供的credit_data.csv数据集和Python代码框架（1.1.3.ipynb），完成以下数据的审核和处理任务，确保数据的准确性和可靠性。请按照以下要求完成任务，确保结果准确并保存相应的截图。
（1）数据完整性审核：
通过运行Python代码（1.1.3.ipynb）检查数据集中的每个字段是否存在缺失值和重复值。将上述审核结果截图以JPG的格式保存，命名为"1.1.3-1"。
（2）数据合理性审核：
通过运行Python代码（1.1.3.ipynb）审核以下字段的合理性：
- 年龄：应在18到70岁之间。
- 收入：应大于2000。
- 贷款金额：应小于收入的5倍。
- 信用评分：应在300到850之间。 对不合理的数据进行标记，并将审核结果截图以JPG的格式保存，命名为"1.1.3-2"。
（3）通过运行Python代码（1.1.3.ipynb）对数据进行清洗，处理异常值。具体要求如下：
- 将不合理的数据进行标记，并对异常值所在行进行删除；
- 清洗后的数据保存为新文件cleaned_credit_data.csv。 所有结果文件储存在桌面新建的考生文件夹中，文件夹命名为"准考证号+身份证号后六位"。