Eksploracja danych kredytowych
Zacznij od przejrzenia zbioru danych cr_loan. W tym zbiorze kolumna loan_status wskazuje, czy dany kredyt jest aktualnie w stanie niewykonania zobowiązania – wartość 1 oznacza niewykonanie zobowiązania, a 0 oznacza brak tego problemu.
Zbiór zawiera więcej kolumn, a wiele z nich może mieć związek z wartościami w loan_status. Warto dokładniej zbadać dane i te zależności, aby lepiej zrozumieć wpływ poszczególnych zmiennych na ryzyko niespłacenia kredytu.
Sprawdzenie struktury danych oraz podgląd pierwszych wierszy pomaga lepiej zrozumieć, co znajduje się w zbiorze. Podobną rolę pełnią wizualizacje – dają ogólny obraz danych, a przy tym ujawniają ważne trendy i wzorce.
Zbiór danych cr_loan został już wczytany do środowiska roboczego.
To ćwiczenie jest częścią kursu
Modelowanie ryzyka kredytowego w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Check the structure of the data
print(____.dtypes)
# Check the first five rows of the data
print(cr_loan.____)