python数据分析与挖掘实战————银行分控模型（几种算法模型的比较）

一、神经网络算法：

1 import pandas as pd 2 from keras.models import Sequential 3 from keras.layers.core import Dense, Activation 4 import numpy as np 5 # 参数初始化
6 inputfile = ‘C:/Users/76319/Desktop/bankloan.xls’
7 data = pd.read_excel(inputfile) 8 x_test = data.iloc[:,:8].values
9 y_test = data.iloc[:,8].values
10 inputfile = ‘C:/Users/76319/Desktop/bankloan.xls’
11 data = pd.read_excel(inputfile)
12 x_test = data.iloc[:,:8].values
13 y_test = data.iloc[:,8].values
14
15 model = Sequential() # 建立模型
16 model.add(Dense(input_dim = 8, units = 8))
17 model.add(Activation(‘relu’)) # 用relu函数作为激活函数，能够大幅提供准确度
18 model.add(Dense(input_dim = 8, units = 1))
19 model.add(Activation(‘sigmoid’)) # 由于是0-1输出，用sigmoid函数作为激活函数
20 model.compile(loss = ‘mean_squared_error’, optimizer = ‘adam’)
21 # 编译模型。由于我们做的是二元分类，所以我们指定损失函数为binary_crossentropy，以及模式为binary
22 # 另外常见的损失函数还有mean_squared_error、categorical_crossentropy等，请阅读帮助文件。
23 # 求解方法我们指定用adam，还有sgd、rmsprop等可选
24 model.fit(x_test, y_test, epochs = 1000, batch_size = 10)
25 predict_x=model.predict(x_test)
26 classes_x=np.argmax(predict_x,axis=1)
27 yp = classes_x.reshape(len(y_test))
28
29 def cm_plot(y, yp):
30 from sklearn.metrics import confusion_matrix
31 cm = confusion_matrix(y, yp)
32 import matplotlib.pyplot as plt
33 plt.matshow(cm, cmap=plt.cm.Greens)
34 plt.colorbar()
35 for x in range(len(cm)):
36 for y in range(len(cm)):
37 plt.annotate(cm[x,y], xy=(x, y), horizontalalignment=’center’, verticalalignment=’center’)
38 plt.ylabel(‘True label’)
39 plt.xlabel(‘Predicted label’)
40 return plt
41 cm_plot(y_test,yp).show()# 显示混淆矩阵可视化结果
42 score = model.evaluate(x_test,y_test,batch_size=128) # 模型评估
43 print(score)

结果以及混淆矩阵可视化如下：

 二、然后我们使用逻辑回归模型进行分析和预测：

import pandas as pd
inputfile = ‘C:/Users/76319/Desktop/bankloan.xls’
data = pd.read_excel(inputfile)
print (data.head())
X = data.drop(columns=’违约’)
y = data[‘违约’]
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)

model = LogisticRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
print(y_pred)
from sklearn.metrics import accuracy_score
score = accuracy_score(y_pred, y_test)
print(score)
def cm_plot(y, y_pred):
from sklearn.metrics import confusion_matrix #导入混淆矩阵函数
cm = confusion_matrix(y, y_pred) #混淆矩阵
import matplotlib.pyplot as plt #导入作图库
plt.matshow(cm, cmap=plt.cm.Greens) #画混淆矩阵图，配色风格使用cm.Greens，更多风格请参考官网。
plt.colorbar() #颜色标签
for x in range(len(cm)): #数据标签
for y in range(len(cm)):
plt.annotate(cm[x,y], xy=(x, y), horizontalalignment=’center’, verticalalignment=’center’)
plt.ylabel(‘True label’) #坐标轴标签
plt.xlabel(‘Predicted label’) #坐标轴标签
return plt
cm_plot(y_test, y_pred).show()

结果如下：

 

 综上所述得出，两种算法模型总体上跑出来的准确率还是不错的，但是神经网络准确性更高一点。

努力地向月光下的影子——骇客靠拢！！！ 黎明之花，待时绽放