回歸算法做農業貸款發放預測__案例_機器學習-阿裏雲

（本文數據為虛構，僅供實驗）

一、背景

很多農民因為缺乏資金，在每年耕種前會向相關機構申請貸款來購買種地需要的物資，等豐收之後償還。農業貸款發放問題是一個典型的數據挖掘問題。貸款發放人通過往年的數據，包括貸款人的年收入、種植的作物種類、曆史借貸信息等特征來構建經驗模型，通過這個模型來預測受貸人的還款能力。本文借助真實的農業貸款業務場景，利用回歸算法解決貸款發放業務。線性回歸，是利用數理統計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關係的一種統計分析方法，運用十分廣泛。本文通過農業貸款的曆史發放情況，預測是否給預測集的用戶發放他們需要的金額的貸款。

二、數據集介紹

具體字段如下：

字段名	含義	類型	描述
id	數據唯一標識符	string	人
name	用戶名	string	人
region	用戶所屬地區	string	從北到南排列
farmsize	擁有土地大小	double	土地麵積
rainfall	降雨量	double	降雨量
landquality	土地質量	double	土地質量數值越大越好
farmincome	收入	double	年收入
maincrop	種植作物	string	種植作物的種類
claimtype	貸款類型	string	兩種
claimvalue	貸款金額	double	貸款金額

數據截圖：

三、數據探索流程

首先，實驗流程圖：

1.數據源

數據的輸入有兩部分，貸款訓練集用來進行回歸模型的訓練，共二百條數據，是曆史貸款數據，包括一些farmsize、rainfall等特征，claimvalue是貸款收回的金額。貸款預測集是今年申請貸款者，claimvalue是農民申請的貸款金額，共71人。我們通過已有的二百多條曆史數據，預測給七十一人中的哪些申請貸款人發放貸款。