银行风控模型

一、决策树

代码如下：

# -*- coding: utf-8 -*-
"""
Created on Sun Mar 27 00:01:20 2022

@author: dd
"""

import pandas as pd
# 参数初始化
filename ='D:/ISS/anaconda/bankloan.xls'
data = pd.read_excel(filename)  # 导入数据

x = data.iloc[:,:8].astype(int)
y = data.iloc[:,8].astype(int)

from sklearn.tree import DecisionTreeClassifier as DTC
dtc = DTC(criterion='entropy')  # 建立决策树模型，基于信息熵
dtc.fit(x, y)  # 训练模型

# 导入相关函数，可视化决策树。
# 导出的结果是一个dot文件，需要安装Graphviz才能将它转换为pdf或png等格式。
from sklearn.tree import export_graphviz
x = pd.DataFrame(x)

"""
string1 = '''
edge [fontname="NSimSun"];
node [ fontname="NSimSun" size="15,15"];
{
''' 
string2 = '}'
"""
 
with open("tree.dot", 'w') as f:
    export_graphviz(dtc, feature_names = x.columns, out_file = f)
    f.close()

from IPython.display import Image  
from sklearn import tree
import pydotplus 

dot_data = tree.export_graphviz(dtc, out_file=None,  #regr_1 是对应分类器
                         feature_names=data.columns[:8],   #对应特征的名字
                         class_names=data.columns[8],    #对应类别的名字
                         filled=True, rounded=True,  
                         special_characters=True)  
 
dot_data = dot_data.replace('helvetica 14', 'MicrosoftYaHei 14') #修改字体
graph = pydotplus.graph_from_dot_data(dot_data)  
graph.write_png('D:/ISS/anaconda/tmp/banktree.png')    #保存图像
Image(graph.create_png())

import matplotlib.pyplot as plt
img = plt.imread('D:/ISS/anaconda/tmp/banktree.png')
fig = plt.figure('show picture')
plt.imshow(img)

结果如下：

 

 

 

 

二、神经网络

代码如下：

 

结果如下：

 

标签：tree,模型,银行,风控,png,graph,import,data,dot
来源： https://www.cnblogs.com/deng11/p/16062653.html