Hôm trước bác chỉ mà em chưa dùng thử nữa, cũng vì muốn mình tự mày mò cho có cơ bản rồi mình dùng sẽ hiệu quả hơn.
Em post tiếp để ráng cho xong loạt bài 
Bây giờ quan sát cột education xem qua lần xử lý đầu tiên thì ô unknown giảm xuống còn bao nhiêu %
Như vậy ta đã giảm được từ 4.2% xuống còn 2.4%, xử lý tiếp như cột job ta được kết quả sạch sẽ ô unknown như hình dưới.
Tiếp đến ở cột housing, ý nghĩa của cột này cho ta biết được Khách hàng đang có khoản vay mua nhà hay ko, ta kiểm tra bươc đàu xem có bao nhiêu % là ô unknown
Ta quan sát thêm mối quan hệ giữa cột job và cột housing xem thế nào
Bảng này cho ta cái nhìn tương ứng với mỗi job thì ta biết được Khách hàng đang có khoản vay mua nhà hay ko, tuy nhiên ở cột unknown của bảng này thể hiên rằng ứng với mỗi cột job, ta ko biết dc số Khách hàng này đang có khoản vay mua nhà hay ko, ý tưởng là ta sẽ tách cột unknown vào 2 cột no, yes theo tỷ lệ tương ứng và ta được kết quả
Như vậy xử lý xong cột housing, tương tự ở cột loan (ý nghĩa của cột này cho ta biết dc Khách hàng có đang vay khoản vay khác nào ko.
Qua cột marital:
Ô unknown chỉ chiếm có 0.2%, và cách xử lý là cho các ô unknown này vào ô married, ta dc kết quả sau:
Ở cột default
Ở cột này ta thấy ô unknown chiếm đến 21%, một con số rất lớn, cột này có nghĩa là Khách hàng có bị default từ trước đây bao giờ chưa.
Nếu ta chưa có thông tin này nhưng Khách hàng có đang gửi tiết kiệm thì mình phân ra số Khách này chưa bị Credit default trước đây và sau khi xử lý ta được.
Thật ra ở cột default này ở Việt Nam thì ta có thể check CIC, nhưng ở nước ngoài em ko biết thế nào nên em giả định thông tin ko có và ta xử lý nó, phần unknown còn lại em xem nó như là 1 biến của cột default để sau này đưa vào mô hình.
Như vậy em đã xử lý xong phần dữ liệu loại Catagorical, phần sau em sẽ trình bày việc xử lý dữ liệu dang Numerial
Bây giờ quan sát cột education xem qua lần xử lý đầu tiên thì ô unknown giảm xuống còn bao nhiêu %
Như vậy ta đã giảm được từ 4.2% xuống còn 2.4%, xử lý tiếp như cột job ta được kết quả sạch sẽ ô unknown như hình dưới.
Tiếp đến ở cột housing, ý nghĩa của cột này cho ta biết được Khách hàng đang có khoản vay mua nhà hay ko, ta kiểm tra bươc đàu xem có bao nhiêu % là ô unknown
Ta quan sát thêm mối quan hệ giữa cột job và cột housing xem thế nào
Bảng này cho ta cái nhìn tương ứng với mỗi job thì ta biết được Khách hàng đang có khoản vay mua nhà hay ko, tuy nhiên ở cột unknown của bảng này thể hiên rằng ứng với mỗi cột job, ta ko biết dc số Khách hàng này đang có khoản vay mua nhà hay ko, ý tưởng là ta sẽ tách cột unknown vào 2 cột no, yes theo tỷ lệ tương ứng và ta được kết quả
Như vậy xử lý xong cột housing, tương tự ở cột loan (ý nghĩa của cột này cho ta biết dc Khách hàng có đang vay khoản vay khác nào ko.
Qua cột marital:
Ô unknown chỉ chiếm có 0.2%, và cách xử lý là cho các ô unknown này vào ô married, ta dc kết quả sau:
Ở cột default
Ở cột này ta thấy ô unknown chiếm đến 21%, một con số rất lớn, cột này có nghĩa là Khách hàng có bị default từ trước đây bao giờ chưa.
Nếu ta chưa có thông tin này nhưng Khách hàng có đang gửi tiết kiệm thì mình phân ra số Khách này chưa bị Credit default trước đây và sau khi xử lý ta được.
Thật ra ở cột default này ở Việt Nam thì ta có thể check CIC, nhưng ở nước ngoài em ko biết thế nào nên em giả định thông tin ko có và ta xử lý nó, phần unknown còn lại em xem nó như là 1 biến của cột default để sau này đưa vào mô hình.
Như vậy em đã xử lý xong phần dữ liệu loại Catagorical, phần sau em sẽ trình bày việc xử lý dữ liệu dang Numerial
Attachments
không đi chính ngạch thì đi tiểu ngạch thôi bác, vì nó là ngôn ngữ rồi, tới level này mà không làm được thì mấy thằng tool làm sao có cửa.
