网贷祸害了多少家庭？风险多大？通过Python数据分析识别网贷风险

本文基于决策树算法设计和构建一个简洁的信贷审批模型，实现自动化和智能化量化和识别风险。前一段时间，是经常刷到某某机构贷款多少，某某学生因为违约金而跳楼自杀？学生由于经济压力还不起，网贷公司就越来越催着还款，其实国家是有法律的，只要利息或者违约金不超过多少，是不需要偿还这么多的资金的，小编也偷偷的查过一些网贷公司，确实很坑，我碰到过那种借三百还四百的，前提条件是没有逾期，这个霸王条约是真的恐怖，所以小编也在这里劝大家，最好不要去接触这个网贷，学生的话，没钱可以和家里沟通，和同学沟通，没必要非得深陷进去，进去了就很难拔出来了，还有很多的女大学生搞什么裸贷，女生还是以自己的名誉为主，虚荣心虽然很难满足，但是可以通过自己的双手来让自己的生活过的更好，好了咱们废话不多说，来到咱们的主题！

结论：

进群：125240963  即可获取数十套PDF，如果需要源码请给小编留言！

• 1 数据集拥有1000个样本和17个特征
• 2 特征集是数值型和因子型的组合
• 3 特征集源自信贷或者信贷人

• 贷款期限跨越4个月到72个月，中位数是18个月
• 贷款金额从250DM到18424DM，中位数是2320DM

5 目标变量分布

table(credit$default)

** 结论**：

• 30%的违约率

第三步：数据准备

1 数据集划分

数据集划分为训练集和测试集。

或者 利用caret包的createDataPartition()函数，进行分层抽样，90%为训练集，10%为测试集。

第四步：建立模型

使用C50包里面的C5.0决策树算法。

** 结论**：

决策树规则集前三行（见红色方框）的规则策略：

• 如果checking account balance 是大于 200DM或者 UnkNown，则可能不违约
• 如果checking account balance 是小于 0DM 或者 在1-200DM之间，并且credit history 是perfect 或者very good，则可能违约

summary(C50_model)会显示混淆矩阵，还会指明训练模型的错误率，如下图所示：

** 结论**：

• 训练模型的错误率：14.8%

决策树算法通常存有过拟合问题。因此，需要对模型做优化处理，然后在测试数据集上面评估模型性能。

第五步：评估模型

测试数据集评估模型性能。

** 结论** ：

• 测试数据集100个样本，错误率是27%。测试数据集上面模型表现的性能比训练数据集上要差
• 测试集上面对于违约情况的召回率是42%，这类错误是严重的错误，会导致银行损失

解决方案：

模型性能调优

第六步：优化模型性能

1 超参数调优

C5.0算法通过自适应提升改进C4.5算法。在C5.0函数里面，通过超参数trials设置。

** 结论**：

• 测试数据集的错误率是18%，相对于前面模型，改善了9%的错误率
• 测试集上面对于违约情况的召回率是61%，相对于前面的模型，提升了19%的命中率

2 错误类型的代价分析

对不同类型的错误，赋予不同的代价值

• 设计错误代价矩阵

** 结论**：

• 测试集上面对于违约情况的召回率是79%

所以大家还是远离一些非法机构的网贷，要找肯定也要找上市公司有保障的，这样的公司是不会有非法的暴利收取手续费的，劝勉大家最好是远离网贷，谢谢大家阅读！