金融机构信用评估系统中的业务数据审核流程设计
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；
30min
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”。
（1）能结合人工智能技术要求和业务特征，设计整套业务数据处理流程；
（2）能结合人工智能技术要求和业务特征，设计整套业务数据审核流程
（1）完整性指标：数据集中无缺失值和重复记录。
（2）合理性指标：所有数据点符合业务规则，无异常值存在。
（3）清洗效果指标：清洗后的数据集完整、合理，且适于建模分析。
考生文件夹可以保存在桌面。
jupyter notebook 工作目录（根目录）：虚拟机环境中的D:\jupyter_notebook。
jupyter notebook 打开方式：在终端中输入jupyter notebook启动。
ipynb填充代码运行后，附带结果保存为html格式上传。保存方法：jupyter notebook中File->Download as->HTML(.html)。
ipynb代码在下划线上填充，请勿随意添加、删除或修改源代码的其他部分，以免影响考试结果。
截图工具：Windows附件->截图工具。截图只截取输出结果部分，其余多余内容不截取。