试题代码

试题名称

信用评分模型数据清洗和标注流程设计

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。

考核时间

20min

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，选择合适的特征，开发一个申请的评分模型，对未来一段时间内借贷人出现违约的概率进行预测，对客户信用进行评估打分。提供的数据集样本数据一共15000条，10个自变量，1个因变量（SeriousDlqin2yrs）。在开发评分模型之前，首先要对数据进行数据清洗，请补全2.1.3.ipynb代码完成下面的数据预处理任务，并设计一套标注流程规范：

（1）正确加载数据集，并显示前五行的数据；

（2）检查数据集中的异常值并处理异常值，使用箱线图检测异常值，使用IQR方法处理异常值；

设置图像的尺寸为12英寸宽和8英寸高；

将画布分成3行4列，总共可以容纳12个子图；

（3）检查数据集中的重复值并删除所有重复值，并记录删除的行数；

（4）对数据进行归一化处理；

（5）创建新的特征IncomeToDebtRatio，MonthlyIncome，并添加到数据集中；

（6）将SeriousDlqin2yrs设为目标变量并标注；

（7）对数据进行划分；

（8）保存处理后的数据，并命名为：2.1.3_cleaned_data.csv，保存到考生文件夹；

（9）制定数据清洗和特征工程规范，将答案写到答题卷文件中，答题卷文件命名为“2.1.3.docx”，保存到考生文件夹；

（10）将以上代码以及运行结果，以html格式保存并命名为2.1.3.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”。

技能要求

（1）能够进行数据清洗和特征工程，包括缺失值处理、异常值处理、数据标准化和特征创建；

（2）能够使用Python编程实现上述数据预处理和特征工程步骤。

质量指标

（1）数据预处理步骤完整，方法选择合理。

（2）代码实现正确，结果符合预期