基于Python的信用卡客户风险评估模型开发

一、数据集

有一家名为Happy Customer Bank（快乐客户银行）的金融机构，属于中型私营银行，提供多种银行业务，包括储蓄账户、结算账户、投资产品以及信贷服务等。

为了向现有客户推广其他金融产品，该银行采用了多样化的沟通渠道，例如电话、电子邮件、网银推荐和手机银行等方式进行交叉销售。

在这一背景下，Happy Customer Bank希望向现有客户推荐其信用卡产品，并已筛选出一组符合信用卡使用条件的客户群体。

该银行的目标是识别出对所推荐信用卡具有更高兴趣倾向的客户群体。

数据集：dataset

该数据集主要包括以下内容：

客户的个人信息（gender, age, region, etc）

客户与银行之间的关系信息（Channel_Code、Vintage、Avg_Asset_Value, etc）

在此任务中，我们的目标是建立一个能够有效识别出对信用卡产品存在兴趣的客户的预测模型。

二、本文实现的模型

完成了包括逻辑回归（LR）、随机森林（RF）、LIGHTBGM以及XGBOOST在内的多种预测模型构建。

三、代码

 import numpy as np

    
 import pandas as pd
    
 import matplotlib.pypl