对贫困户的信息，用机器学习的方式进行挖掘分析。旨在建立贫困户的征信模型v0.1，发展农村金融。 也欢迎其它对贫困户有价值的研究。
本项目自带有33.5万条贫困户信息，每条记录有33个字段。时间跨度为2014年~2016年，3年共3张表。涉及2个县，一个县用于建模，另一个县用于验证。
--.
├── data/ 数据来源。定义访问数据库的schemal 和 获取数据的方法。
├── machinelearning/ 各种机器学习的模型。
│ ├── __init__.py
│ ├── randomforest
│ ├── logistic
│ └── svm
└── stats/ 数据统计
检查python的版本，是否为2.7.x，如果不是，安装2.7.6。
安装Mysql-python依赖
$ yum install python-devel mysql-devel gcc
clone代码,安装依赖python库
$ git clone https://github.com/bowenpay/poormining.git
$ cd poormining
$ pip install -r requirements.txt
打开 <PATH>/site-packages/matplotlib/mpl-data/matplotlibrc 文件，
删除 font.family 和 font.sans-serif 两行前的 #，并在 font.sans-serif 后添加微软雅黑字体（Microsoft YaHei），代码如下：
font.family : sans-serif
font.sans-serif : Microsoft YaHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
使用下面的语句创建数据库
mysql> CREATE DATABASE `poormining` CHARACTER SET utf8;
并将 ./data/poormining.sql.bz2 文件解压后，导入到数据库中。
在 poormining 目录下,添加 local_settings.py 文件,修改对应的用户名密码，配置如下:
# -*- coding: utf-8 -*-
DATABASE = {
'HOST': '127.0.0.1',
'NAME': 'poormining',
'USER': 'root',
'PASSWORD': '',
'OPTIONS': {
'charset': 'utf-8',
}
}执行命令
$ PYTHONPATH=. python stats/factor.py
会在 stats/images/ 下面生成贫困户、已脱贫贫困户、已脱贫占总贫困户比的单因子影响图。
如果想添加跟多的因子，请修改 stats/factor.py 中 类PinkunhuCharacter 的 run 方法。 如下所示
class PinkunhuCharacter(object):
""" 贫困户特征
"""
def run(self):
for col in ['member_count', 'is_debt']: # 在list中添加想要的因子
self.stat_col_percent(col)执行命令
$ PYTHONPATH=. python machinelearning/randomforest/model.py
会打印出
Total: 48378, Hit: 47494, Precision: 98.17%
表示对48378个数据进行检测， 命中47494个， 命中率是 98.17%.
在使用前，先做一个定义：
误差率 = | (真实值 - 预测值) / 真实值 |
如果预测值在允许的误差范围内，即
|真实值| * (1 - 误差率) <= |预测值| <= |真实值| * (1 + 误差率)
就算预测准确。
下面，开始执行命令
$ PYTHONPATH=. python machinelearning/linearregression/model.py
会打印出
Deviation: 0%, Total: 40820, Hit: 0, Precision: 0.00%
Deviation: 10%, Total: 40820, Hit: 24418, Precision: 59.82%
Deviation: 20%, Total: 40820, Hit: 32935, Precision: 80.68%
Deviation: 30%, Total: 40820, Hit: 36211, Precision: 88.71%
Deviation: 40%, Total: 40820, Hit: 37367, Precision: 91.54%
Deviation: 50%, Total: 40820, Hit: 38041, Precision: 93.19%
Deviation: 60%, Total: 40820, Hit: 38502, Precision: 94.32%
Deviation: 70%, Total: 40820, Hit: 38816, Precision: 95.09%
Deviation: 80%, Total: 40820, Hit: 39071, Precision: 95.72%
Deviation: 90%, Total: 40820, Hit: 39282, Precision: 96.23%
Deviation: 100%, Total: 40820, Hit: 39432, Precision: 96.60%
表示的意思是：
误差率小于等于0%时，对40820个数据进行检测， 命中0个， 命中率是 0.00%
误差率小于等于10%时，对40820个数据进行检测， 命中24418个， 命中率是 59.82%
误差率小于等于20%时，对40820个数据进行检测， 命中32935个， 命中率是 80.68%
误差率小于等于30%时，对40820个数据进行检测， 命中36211个， 命中率是 88.71%
误差率小于等于40%时，对40820个数据进行检测， 命中37367个， 命中率是 91.54%
误差率小于等于50%时，对40820个数据进行检测， 命中38041个， 命中率是 93.19%
误差率小于等于60%时，对40820个数据进行检测， 命中38502个， 命中率是 94.32%
误差率小于等于70%时，对40820个数据进行检测， 命中38816个， 命中率是 95.09%
误差率小于等于80%时，对40820个数据进行检测， 命中39071个， 命中率是 95.72%
误差率小于等于90%时，对40820个数据进行检测， 命中39282个， 命中率是 96.23%
误差率小于等于100%时，对40820个数据进行检测， 命中39432个， 命中率是 96.60%
同时会将结果绘制出来，如下所示：
操作与展示 同 线性回归模型 一致。执行命令
$ PYTHONPATH=. python machinelearning/lasso/model.py
会打印出
Deviation: 0%, Total: 40820, Hit: 0, Precision: 0.00%
Deviation: 10%, Total: 40820, Hit: 24513, Precision: 60.05%
Deviation: 20%, Total: 40820, Hit: 33011, Precision: 80.87%
Deviation: 30%, Total: 40820, Hit: 36230, Precision: 88.76%
Deviation: 40%, Total: 40820, Hit: 37379, Precision: 91.57%
Deviation: 50%, Total: 40820, Hit: 38048, Precision: 93.21%
Deviation: 60%, Total: 40820, Hit: 38511, Precision: 94.34%
Deviation: 70%, Total: 40820, Hit: 38830, Precision: 95.12%
Deviation: 80%, Total: 40820, Hit: 39077, Precision: 95.73%
Deviation: 90%, Total: 40820, Hit: 39282, Precision: 96.23%
Deviation: 100%, Total: 40820, Hit: 39429, Precision: 96.59%
并绘制相应结果图。从上面的结果看出，效果和线性回归模型基本一样。
操作与展示 同 线性回归模型 一致。执行命令
$ PYTHONPATH=. python machinelearning/ridge/model.py
会打印出
Deviation: 0%, Total: 40820, Hit: 0, Precision: 0.00%
Deviation: 10%, Total: 40820, Hit: 24418, Precision: 59.82%
Deviation: 20%, Total: 40820, Hit: 32936, Precision: 80.69%
Deviation: 30%, Total: 40820, Hit: 36211, Precision: 88.71%
Deviation: 40%, Total: 40820, Hit: 37367, Precision: 91.54%
Deviation: 50%, Total: 40820, Hit: 38041, Precision: 93.19%
Deviation: 60%, Total: 40820, Hit: 38502, Precision: 94.32%
Deviation: 70%, Total: 40820, Hit: 38816, Precision: 95.09%
Deviation: 80%, Total: 40820, Hit: 39071, Precision: 95.72%
Deviation: 90%, Total: 40820, Hit: 39282, Precision: 96.23%
Deviation: 100%, Total: 40820, Hit: 39432, Precision: 96.60%
并绘制相应结果图。从上面的结果看出，效果和线性回归模型基本一样。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent