Выходные данные. 
Реализация метода бинарной классификации с использованием нейронных сетей на примере модели кредитного скоринга

Выходом сети должна быть спрогнозированная вероятность отнесения заемщика к классу «плохих».

В итоге необходимо составить таблицу вида:

Таблица 2. Пример выходного файла

Где Id — номер заемщика, Probability — вероятность того, что заемщик относится к классу «плохих» и просрочит выплату кредита на 90 и более дней.

Зависимая переменная

Зависимая переменная определяется в зависимости от цели построения модели. В данном случае зависимая переменная является качественной: она принимает значение либо 0, если прогнозируется у клиента дефолт по кредиту и 1, если прогнозируется успешное погашение кредита без просрочки.

В качестве зависимой переменной предлагается флаг SeriousDlqin2yrs.

Таблица 3. Описание зависимой переменной

Пропуски в данных

Чаще всего в данных содержатся пропуски. Это бывает по разным причинам: например, ошибка в программном обеспечении при заполнении заявки на кредит или воздержание заемщика по разглашению какой-либо информации.

С помощью библиотеки pandas можно посмотреть информацию о нашем data frame:

'pandas.core.frame.DataFrame'>

RangeIndex: 150 000 entries, 0 to 149 999

Data columns (total 11 columns):

SeriousDlqin2yrs 150 000 non-null int64

RevolvingUtilizationOfUnsecuredLines 150 000 non-null float64

age 150 000 non-null int64

NumberOfTime30−59DaysPastDueNotWorse 150 000 non-null int64

DebtRatio 150 000 non-null float64

MonthlyIncome 120 269 non-null float64

NumberOfOpenCreditLinesAndLoans 150 000 non-null int64

NumberOfTimes90DaysLate 150 000 non-null int64

NumberRealEstateLoansOrLines 150 000 non-null int64

NumberOfTime60−89DaysPastDueNotWorse 150 000 non-null int64

NumberOfDependents 146 076 non-null object

dtypes: float64(4), int64(7)

memory usage: 12.6 MB

Как можно заметить, в данных присутствуют пропуски. В частности, в столбцах MonthlyIncome и NumberOfDependents. Пропуски в NumberOfDependents вероятнее всего связаны с тем, что заемщик при заполнении анкеты под незаполнением имел в виду отсутствие иждивенцев, поэтому их можно заменить нулями. А вот пропуски в MonthlyIncome могут говорить как о безработности заемщика, так и о каких-либо других причинах, которые неясны, поэтому желательно удалить все данные с пропусками в столбце MonthlyIncome.