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 |

Limpieza de datos de riesgo crediticio y proceso de selección de variables para modelado previo al préstamo. Utilícelo cuando trabaje con datos crediticios sin procesar que necesiten una evaluación de calidad, un análisis de valores faltantes o una selección de variables antes del modelado. cubre la carga y el formato de datos, el filtrado de períodos anormales, el cálculo de la tasa de faltas, la eliminación de variables faltantes altas, el filtrado de variables de IV bajo, la eliminación de variables de PSI alto, la eliminación de ruido de importancia nula, la eliminación de variables de alta correlación y la generación de informes de limpieza. Los escenarios aplicables son limpieza de datos de riesgo crediticio, selección de variables y preprocesamiento de modelos previos al préstamo. Fuente: github/awesome-copilot.