基于机器学习的个人信贷风险评分卡系统产品系统

本项目旨在解决金融机构个人信贷业务中的风险评估难题，通过构建机器学习模型对用户多维度数据进行分析，实现对借款人违约风险的精准量化，提升信贷审批效率与风控能力，适用于消费金融，小额贷款等场景

项图包含数据预处理、特征工程、模型训练与评估、许分卡生成四大核心模块。支持用户数据清洗与缺失值填充，通过IV值筛选高区分度特征，基于逻辑回归算法构建风险模型并生成可解释性评分卡，同时提供模型准确率、AUC值等指标的可视化展示，最终输出用户风险等级与许分结果，为信贷决策提供数据支撑。

项园采用Python作为开发语言，通过Pandas、Numpy完成数据清洗与特征处理，使用Scikit-learn实现逻辑回归模型的训练与优化，结合WOE编码与IV值分折完成特征筛选。为提升模型可解释性，将模型系数映射为评分卡刻度，最修通过Flask框架搭建简易Weh服务，实现输入用户数据即可输出风险评分的功能。