网贷环绕四周，许多人深陷其中，Python揭露网贷不为人知的一面！

网贷

一些网络贷款平台面向在校大学生开展的贷款业务。据调查，校园消费贷款平台的风控措施差别较大，个别平台存在学生身份被冒用的风险。此外，部分为学生提供现金借款的平台难以控制借款流向，可能导致缺乏自制力的学生过度消费。

网贷的危害

一、网贷具有高利贷性质；

二、会滋生借款学生的恶习，难以自拔；

三、若不能及时归还贷款放贷人会采用各种手段讨债；

四、有不法分子利用“高利贷”进行其他犯罪。

通过一个贷款风险评估的案例，用最通俗的语言向你介绍机器学习的基础招式，一步步帮助你用Python完成自己的第一个机器学习项目。试过之后你会发现，机器学习真的不难。

起因

文件内容是这个样子的：

主管说这是公司宝贵的数据资产。

大概意思：

最后一列，记录了这笔贷款是否按期收回。

用决策树来表达这种规律

决策数

做决策的时候，你需要从最上面的节点出发。

第一种情况：

你估算了一下自己的阅读速度、耐心和认知负荷能力，觉得这个任务属于不可能完成，于是开始默默地收拾东西，打算找主管道个别，辞职不干了。

且慢，你不必如此沮丧。因为科技的发展，已经把一项黑魔法放在了你的手边，随时供你取用。它的名字，叫做机器学习。

机器学习

前些日子的新闻里，你知道Alpha Go和柯洁下围棋。柯洁不仅输了棋，还哭了。

可是制造Alpha Go的那帮人，当真知道怎样下棋，才能赢过柯洁吗？你就是让他们放弃体育家精神，攒鸡毛凑掸子一起上，跟柯洁下棋……你估计哭的是谁？

机器学习的关键，不在于人类的经验和智慧，而在于数据。

本文我们接触到的，是最为基础的监督式学习(supervised learning)。监督式学习利用的数据，是机器最喜欢的。这些数据的特点，是都被打了标记。

准备

使用Python和相关软件包，你需要先安装Anaconda套装。

Excel打开一份贷款数据文件

到你的系统“终端”(macOS, Linux)或者“命令提示符”(Windows)下，进入我们的工作目录demo，执行以下命令。

pip install -U PIL

运行环境配置完毕。

在终端或者命令提示符下键入：

jupyter notebook

Jupyter Notebook已经正确运行。可以正式编写Python代码了。

代码

新建一个Python 2笔记本

为了让Python能够高效率处理表格数据，我们使用一个非常优秀的数据处理框架Pandas。

import pandas as pd

df = pd.read_csv('loans.csv')

df.head()

表格列数较多，屏幕上显示不完整，我们向右拖动表格，看表格最右边几列是否也正确读取。

经验证，数据所有列都已读入。

下面我们就分别把特征和目标提取出来。依照机器学习领域的习惯，我们把特征叫做X，目标叫做y。

除了最后一列，其他行列都在。符合我们的预期。我们再看看“目标”列。

运行结果为：

Python下做决策树的时候，每一个特征都应该是整型或者实数类型的。

那我们就开始映射吧：

运行结果：

这里，我们使用了LabelEncoder函数，成功地把类别变成了数值。小测验：在grade列下面，B被映射成了什么数字？

把数据随机拆分成训练集和测试集，在Python里只需要2条语句就够了。

我们看看训练数据集的形状：

至此，一切数据准备工作都已就绪。我们开始呼唤Python中的scikit-learn软件包。决策树的模型，已经集成在内。只需要3条语句，直接调用就可以，非常方便。

决策树已经生成完了。

结果：

你是不是跟我第一次看到决策树的可视化结果一样，惊诧了？

我们其实只让Python生成了一棵简单的决策树（深度仅3层），但是Python已经尽职尽责地帮我们考虑到了各种变量对最终决策结果的影响。

测试

欣喜若狂的你，在悄悄背诵什么？你说想把这棵决策树的判断条件背下来，然后去做贷款风险判断？

省省吧。都什么时代了，还这么喜欢背诵？

以后的决策，电脑可以自动化帮你完成了。

你不信？

我们随便从测试集里面找一条数据出来。让电脑用决策树帮我们判断一下看看。

之前提到过，1代表这笔贷款是安全的。实际情况如何呢？我们来验证一下。从测试集目标里面取出对应的标记：

但是我们不能用孤证来说明问题。下面我们验证一下，根据训练得来的决策树模型，贷款风险类别判断准确率究竟有多高。

在机器学习过程中，优化尤其重要。