【B450】基于银行数据的机器学习二元分类算法用于预测信用卡违约

文件编号：B450

文件大小：3.44M

代码行数：52行(主程序)

开发环境：Python3.9

猿创承诺：该源码均通过亲自测试可正常运行

简要概述：

基于银行数据的机器学习二元分类算法用于预测信用卡违约

运行效果：

用Tensorflow预测信用卡违约

对30000个银行数据实例进行神经网络训练，用于预测信用卡违约。

神经网络拓扑结构和结果总结

二进制交叉熵损失函数与Adam优化器一起用于该分类问题

到第55个时，预测信用卡违约的二进制精度和有效性分别达到82%和81%。

运行效果：

目录│文件列表:

 ├ 演示视频

 │  └ 演示视频.mp4

 └ 项目源码

    │ cc_default.py

    └ default of credit card clients.csv