datanalysis-credit-risk

The data cleaning pipeline consists of the following 11 steps, each executed independently without deleting the original data:

| getdataset() | Load and format data | references.func | | organalysis() | Organization sample analysis | references.func | | missingcheck() | Calculate missing rate | references.func | | dropabnormalym() | Filter abnormal months | references.analysis | | drophighmissfeatures() | Drop high missing rate features | references.analysis |

| droplowivfeatures() | Drop low IV features | references.analysis | | drophighpsifeatures() | Drop high PSI features | references.analysis | | drophighnoisefeatures() | Null Importance denoising | references.analysis | | drophighcorrfeatures() | Drop high correlation features | references.analysis |

تنظيف بيانات مخاطر الائتمان وخط أنابيب الفحص المتغير لنمذجة ما قبل القرض. يُستخدم عند العمل مع بيانات الائتمان الأولية التي تحتاج إلى تقييم الجودة، أو تحليل القيمة المفقودة، أو تحديد المتغير قبل النمذجة. وهو يغطي تحميل البيانات وتنسيقها، وتصفية الفترة غير الطبيعية، وحساب المعدل المفقود، وإزالة المتغير المفقود بشكل كبير، وتصفية المتغير المنخفض IV، وإزالة المتغير عالي PSI، وتقليل الضوضاء ذات الأهمية الخالية، وإزالة المتغير عالي الارتباط، وإنشاء تقرير التنظيف. السيناريوهات القابلة للتطبيق هي تنظيف بيانات مخاطر الائتمان، والفحص المتغير، والمعالجة المسبقة لنمذجة ما قبل القرض. المصدر: github/awesome-copilot.