一、HW4
要求如下：
1、首先对loss重新编码为1/0，有数值为1，命名为loss_flag
2、对loss_flag分布情况进行描述分析
3、分析是否出险和年龄、驾龄、性别、婚姻状态等变量之间的关系(提示:使用分类盒须图,堆叠柱形图)
作业内容：
1.data['Loss_flag'] = data['Loss'].apply(lambda x:1 if x > 0 else 0)：判断是否大于0
2.data['Loss_flag'].describe()：进行描述分析
3.由以下的各图可得出以下结论：是否出险与性别、婚姻状况、年龄无太大关系，但与驾龄有关
二、HW5
要求如下：
使用提供的数据集作以下分析：（参考免费视频：数据科学实战：Python篇（案例：个人贷款违约预测模型）- https://edu.hellobi.com/course/270/lessons）
1、不同类型卡的持卡人的性别对比
2、不同类型卡的持卡人在办卡时的平均年龄对比
3、不同类型卡的持卡人在办卡前一年内的平均帐户余额对比
4、不同类型卡的持卡人在办卡前一年内的平均收入对比
作业内容：
需对以下内容进行处理：a.需对相关的表进行关联；b.需要处理相关日期格式，以方便计算年龄等；c.将账户余额，金额转化为数值型。
1、
2、
3、
4、
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。