数据科学、机器学习、数据分析案例，客户信用风险检测与预测

项目中的代码数据全部公开，提供给从事数据分析初学者学习。项目对数据进行了描述性统计分析，对数据进行了处理，对于分类变量进行了重编码，识别了异常值，填补了缺失值。模型方面使用了逻辑回归，glmnet惩罚逻辑回归，svm等等，绘制了ROC曲线图，可视化混淆矩阵。模型改进方面大家可以采取其他模型尝试：分类树，随机森林，集成模型，神经网络。