1. Learn
    2. /
  2. 课程
    3. /
  3. Python 信用风险建模
Connected

道练习

可视化信用数据中的异常值

您已经在 person_emp_length 中发现了异常值，其中大于 60 的取值远超常规。person_age 是另一列，可以用常识判断：几乎不可能有人在申请贷款时年龄超过 100 岁。

在这里可视化数据，是发现异常值的另一种简便方法。您可以将 loan_amnt、loan_int_rate 等数值列与 person_age 组合作图，来搜索异常值。

数据集 cr_loan 已加载到工作区。

说明 1 / 共 2 个

undefined XP
    1
    2
  • 创建一个散点图：x 轴为人员年龄，y 轴为 loan_amnt。