python金融数据挖掘 决策树题目及答案.pdfVIP

python金融数据挖掘决策树题目及答案

基本概念

决策树（DecisionTree）

它通过对训练样本的学习，并建立分类规则，然后依据分类规则，

对新样本数据进行分类预测，属于有监督学习。

优点

在相对短的时间内，能够对大型数据做出可行且效果良好的结果；

使用者不需要了解很多的背景知识，通过决策树就能够直观形象

的了解分类规则；

1）决策树易于理解和实现

2）决策树能够同时处理数值型和非数值型数据

逻辑－类比

决策树分类的思想类似于找对象，例如一个女孩的母亲要给这个

女孩介绍男朋友，于是母女俩有了下面的对话：

女儿问：“多大年龄了”；母亲答：“26”

女儿接着问：“长得帅不帅？”；母亲答：“挺帅的。”

女儿问：“收入高不？”；母亲答：“不算很高，中等情况”

女儿问：“是公务员吗？”；母亲答：“是，在财政局上班”

最后，女儿做出决定说：“那好，我去见见！”

这个女孩的决策过程就是典型的分类树决策:

在来看一个金融场景下的举例：客户向银行贷款的时候，银行对

用户的贷款资格做一个评估的流程：

首先银行工作人员询问客户是否有房产，如何回答有，则判断客

户可以偿还贷款，如果没有则进入第二层的属性判断询问，是否结婚，

如何已婚，两个人可以负担的起贷款，则判断为可以偿还，否则进入

第三层的属性判断询问，月薪是否超过五千，如果满足，则判断为可

以偿还，否则给出不能偿还贷款的结论。

看完上面两个例子，我们可以看出，决策树是非常实用的，下面

我们就进入正式案例的讲解；

案例实操

下面以金融场景举例：

（一）情景铺垫

用户购买金融产品的过程“类似于”理财，对于P2P平台来说，

严格来说，这个过程称之为撮合。

用户在金融平台上充值购买相应期限和约定利率的金融产品，产

品到期后，用户有两种选择一种是提现（赎回），另一种就是复投。

对于用户到期赎回的理解是比较简单的，比如你在2018年1月

1日买了6个月10万元定存金融产品，那么在2018年7月1日的时

候，你可以选择连本带息全部赎回，当然你也可以在到期日选择在平

台还款时，继续投资，这个过程就是复投。

（二）需解决的问题

作为金融平台来说，为了把控风险，保证资金的流动性，都一定

要提前预测（预判）未来一段时间内的用户充值和提现金额。

那么，准确预测用户到期是否复投，对于我们金融从业者和管理

人员来说，就是特别重要了。

那么，我们可以提出我们亟需解决的问题：

用户到期是否复投，我们该怎样预判？

（三）一个初步模型的建立

场景：预测用户是否复投

注：以下数据源模拟真实数据编撰

1.选择特征变量

（1）数据源抓取

importpandas

data=pandas.read

file:///Users/apple/Desktop/_reinvest,

encoding=GBK)

print(data)

注解（1）：上面这份数据源已经经过了预处理（数据清理），在

实际工作种，我们拿到数据源的第一步一定是做数据清理的。在实操

种，是否有预处理这个过程，也是数据科学与传统的统计科学的重要

区别之一；本文数据示例，为了分享方便，示例数据还是比较规整的，

但在实际工作中，一定不要忘了数据清洗这一步。

注解（2）:初始心里预期是一个产品概念，就是用户在购买定存

金融产品的时候，可以预先设定是否需要复投，当然这只是一个预设

定，在用户购买到赎回这个过程中，我们都可以随时变更。复投模式

是一个过去式，也是最终的复投结果，所以下面我们会把这列当作目

标变量来处理。

（2）哑变量处理（虚拟变量转化）

需处理的特征变量有：

金融产品

初始心里预期

客户类别