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 |

融資前モデリングのための信用リスク データ クリーニングと変数スクリーニング パイプライン。モデリング前の品質評価、欠損値分析、または変数の選択が必要な生のクレジット データを操作する場合に使用します。データのロードとフォーマット、異常期間のフィルタリング、欠損率の計算、高欠損変数の削除、低 IV 変数のフィルタリング、高 PSI 変数の削除、Null 重要度のノイズ除去、高相関変数の削除、およびクリーニング レポートの生成について説明します。該当するシナリオは、信用リスク データのクリーニング、変数スクリーニング、融資前のモデリングの前処理です。 ソース: github/awesome-copilot。