CDA数据分析就业班毕业答辩集锦

—金融数据分析

项目背景：该数据为2009-2016年某商业银行中部分客户的基本交易情况,主要含交易信息,人口基本属性以及相关衍生变量,行方想根据既有信息,推出一款理财产品-'g基金',根据以上信息,行方通过这些信息,想知道那些客户是他们的目标客户。

解决方案：
此数据缺失值极多，数据不平衡，并且变量过多易陷入虚拟变量陷阱。因此首先采用欠采样将响应变量控制在1：5；然后使用随机森林和WOE算法进行变量筛选；最后填补缺失值处理异常值。之后应用logistic回归在训练组得出模型，再用测试组检验模型。

分析结果：
最后给出的模型AUC值适中，预测合理，模型比较稳健。同时，这是一个结构模型，可分析自变量的偏效应，更便于模型落地。

答辩视频

PS：想要获取「答辩完整视频和PPT」，请加入QQ群：389385514，下载链接见群公告

作品优势：
1、在进行数据清洗的时候，参考了多篇学术文献，保证了清洗方法的严肃性与适用性。
2、在进行变量筛选的时候，结合了随机森林和WOE算法进行筛选，保证了筛选结果正确且可解释。
3、在预测阈值的确定与模型变量解释的问题上，更多地考虑了模型落地的问题，保证了模型可应用在实际业务中。

CDA数据分析就业班介绍：

   CDA数据分析就业班是为解决当下企业招人难、学员就业难的问题所研发的精品课程。课程以数据分析理论与实践案例结合的方式讲授，内容覆盖了国内企业招聘数据分析师岗位所需的技能，学员经过三个月系统全面的脱产学习（统计学、Excel、SQL、SPSS、SAS、R、Python），达到企业用人标准，快速在大数据时代找准工作定位。

课程详情：https://www.cda.cn/kecheng/6.html

快点加入我们，一起玩转数据分析吧！

联系方式：

电话：010-53605625

手机：18810531180（曹老师）

QQ：2881989706

邮箱：caolibo@pinggu.org