智能信用评分Logistic回归模型开发与测试

准考证号：
试题代码： 2.2.1
试题名称： 智能信用评分Logistic回归模型开发与测试
考核时间： 20min

1. 场地设备要求

（1）人工智能训练师主机 1 台
（2）Python 编译环境
（3）Finance数据集

2. 工作任务

互联网金融飞速发展，使得个人金融理财变得越来越容易。而其中信用评分技术是一种对贷款申请人（信用卡申请人）做风险评估分值的统计模型，可以根据客户提供的资料、客户的历史数据、第三方平台数据（芝麻分、京东、微信等），对客户的信用进行评估。现要求根据提供的finance数据集，补全2.2.1.ipynb代码。选择合适的特征，开发一个申请的评分模型，利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。

具体任务：

• （1）正确加载数据集，显示前五行的数据。
• （2）使用Logistic模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以文件名2.2.1_model.pkl保存到考生文件夹，结果文件以2.2.1_results.txt保存到考生文件夹。
• （3）使用测试工具对模型进行测试，并记录测试结果，命名2.2.1_report.txt，保存到考生文件夹
• （4）对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案写到答题卷文件中，答题卷文件命名为"2.2.1.docx"，保存到考生文件夹。
• （5）运用工具分析算法中错误案例产生的原因并进行纠正，重新得到模型训练结果，以文件名2.2.1_results_xg.txt保存到考生文件夹。
• （6）将以上代码以及运行结果，以html格式保存并命名为2.2.1.html，保存到考生文件夹，考生文件夹命名为"准考证号+身份证后6位"。

数据集说明：

• Unnamed: 0 - 索引号。
• SeriousDlqin2yrs - 个人在过去两年内是否出现过严重的拖欠（1 表示有严重拖欠，0 表示没有）。
• RevolvingUtilizationOfUnsecuredLines - 这是指个人未偿还的信用额度与总信用额度的比例。
• age - 客户的年龄。
• NumberOfTime30-59DaysPastDueNotWorse - 在过去一段时间内，贷款逾期30至59天的次数。
• DebtRatio - 债务比率。
• MonthlyIncome - 客户的月收入。
• NumberOfOpenCreditLinesAndLoans - 正在使用的信贷账户或贷款的数量。
• NumberOfTimes90DaysLate - 贷款逾期超过90天的次数。
• NumberRealEstateLoansOrLines - 持有的房地产相关贷款或信贷的数量。
• NumberOfTime60-89DaysPastDueNotWorse - 贷款逾期60至89天的次数。
• NumberOfDependents - 家庭中依赖该个人的人数。

3. 技能要求

• (1) 能维护日常训练集与测试集。
• (2) 能使用工具对算法进行训练。
• (3) 能使用测试工具对人工智能产品的使用进行测试。
• (4) 能对测试结果进行分析，编写测试报告。
• (5) 能运用工具，分析算法中错误案例产生的原因并进行纠正。

4. 质量指标

• (1) 深入理解业务，训练符合业务需求的模型。
• (2) 数据预处理步骤完整，方法选择合理。
• (3) 代码实现正确，结果符合预期。
• (4) 测试结果分析全面，报告详细。