mayday618 / p2p-project

p2p-project

现在开始用GitHub保管我的P2P项目代码

总体说明

• 数据集包括p2p网站拍拍贷的用户信息（usr.csv）,借款信息（bid.csv）,投标信息（record.csv）,还款信息（otherinfo.csv）
• 将数据集分为训练集和测试集
• 特征信息（X）为bid和usr的合并 标签信息（y）为是否还款成功
• 将此问题视为典型的二分类问题 可运用分类算法进行预测  并计算预测效果

过程说明

将其视为机器学习的过程 包括典型的流程

1. 数据合并
2. 数据可视化分析
3. 数据预处理
4. 特征工程
5. 数据划分为训练集和测试集
6. 基本分类模型预测
7. 集成模型预测

数据集

data/origin_data存放原始数据

• user文件夹存用户信息
• bid.csv借款信息
• record.csv投标信息
• otherinfo.csv还款信息 data/merge_data存放融合之后的数据
• allUser.csv对所有user.csv进行合并生成的全部用户信息
• label.csv从record.csv中提取的还款成功与否信息

数据清洗

文件夹clear进行数据的清洗 clear/number_clear进行在字符串中提取中数字 保存到clear_data.csv中 clear/category.py 进行类别型信息的映射

数据合并

文件夹merge存将origin_data进行合并的py代码