贷款数据聚类分析与神经网络应用
1. 数据准备与聚类质量评估
在处理贷款数据时，我们有包含34个数值特征的X_train，以及用于验证结果的数值贷款等级y_train。在构建聚类应用之前，需要评估聚类的质量。这里使用同质性的概念来评估每个聚类的好坏。
-同质性评估原理：如果聚类算法能很好地分离借贷俱乐部数据集中的借款人，每个聚类中的借款人应该彼此相似，而与其他聚类中的借款人不同。理想情况下，同一聚类中的借款人应具有相似的信用状况，即应被分配相同的数值贷款等级。聚类中具有最频繁出现的数值贷款等级的借款人比例越高，聚类应用效果越好。
-示例：假设有一个包含100个借款人的聚类，其中30人贷款等级为0，25人等级为1，20人等级为2，其余人的等级在3 - 7之间，那么该聚类的准确率为30%。
-评估函数：
def analyzeCluster(clusterDF, labelsDF): countByCluster = \ pd.DataFrame(data=clusterDF['cluster'].value_counts()) countByCluster.reset_index(inplace=True,drop=False) countByCluster.columns = ['cluster','clusterCount'] preds = pd.concat([la
