Logistics模型预测银行贷款违约

转载自：https://blog.csdn.net/huozi07/article/details/50451078

logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。 Logistics回归模型中因变量只有1-0,两种取值。

模型理论重要参考

一、模型输入:

二、特征选择:

特征选择是模型成功的基础性重要工作。一般特征筛选方法有

(1)看模型系数显著性（F值大、P值小）

(2)递归特征消除：反复构建模型，根据变量系数选择最好特征，然后再递归在剩余变量上重复该过程，直到遍历所有特征。特征被挑选出顺序就是特征重要性排序顺序。

(3)稳定性选择:在不同特征子集、数据子集上运行算法，不断重复，最终汇总特征选择结果。统计，各个特征被认为是重要性特征的频率作为其重要性得分(被选为重要特征次数除以它所在子集被测试次数)。

三、pythonCode：

#-*- coding: utf-8 -*-

#逻辑回归 自动建模

import pandas as pd

from sklearn.linear_model import LogisticRegression as LR

from sklearn.linear_model import RandomizedLogisticRegression as RLR

#参数初始化

filename = '../data/bankloan.xls'

data = pd.read_excel(filename)

x = data.iloc[:,:8].as_matrix()#8个属性

y = data.iloc[:,8].as_matrix()#第九列 结果标签


#稳定性选择方法 挑选特征

rlr = RLR(selection_threshold=0.5) #建立随机逻辑回归模型，筛选变量 特征筛选用了默认阈值0.25

rlr.fit(x, y) #训练模型

rlr.get_support() #获取特征筛选结果

print(u'通过随机逻辑回归模型筛选特征结束。')

print(u'有效特征为：%s' % ','.join(data.columns[rlr.get_support()]))


x = data[data.columns[rlr.get_support()]].as_matrix() #筛选好特征,重新训练模型

lr = LR() #建立逻辑货柜模型

lr.fit(x, y) #用筛选后的特征数据来训练模型

print(u'逻辑回归模型训练结束。')

print(u'模型的平均正确率为：%s' % lr.score(x, y))

四、结果

通过随机逻辑回归模型筛选特征结束。
有效特征为：工龄,负债率,信用卡负债
逻辑回归模型训练结束。
模型的平均正确率为：0.8