基于机器学习的贷款风险数据分析的设计与实现

项目说明

该项目包含模型训练脚本与数据分析页面两部分。训练脚本输出原始数据形状(800000,47)、采样后数据形状(50000,47)及特征工程后数据形状，并依次训练LogisticRegression、RandomForest、GradientBoosting、LightGBM、XGBoost五个模型，打印各自的AUC、Accuracy、F1值。数据分析页面以2×2布局展示四张图表：信用等级与违约率折线图、FICO分数分布柱状图、年收入与违约关系柱状图、债务收入比(DTI)分布折线图，每张图下方附有一句结论说明。