Python实现Logistic回归降低银行贷款拖欠率：建模步骤与报错处理

Ryan

发布时间：2026-10-13| 3人浏览过

原创

本文详解使用Python构建Logistic回归模型以预测银行贷款拖欠率的完整流程。涵盖从指标设置、系数估计到模型检验及应用的关键步骤，并针对代码运行中出现的维度不匹配IndexError错误，提供了通过调整数据矩阵维度的具体解决方案，帮助开发者顺利完成模型训练。

本文介绍了一个使用Python基于Logistic回归模型对某银行数据进行建模，旨在降低贷款拖欠率的实例。内容供读者参考学习。

一、Logistic回归模型概述

二、Logistic回归建模的具体步骤

1. 根据分析目标设定指标变量，包括因变量和自变量，并对收集到的数据进行筛选处理。

2. 利用ln(p/1-p)与自变量x1...xp建立线性回归方程，进而估计模型中的回归系数。

3. 执行模型检验。评估模型有效性的方法多样，例如计算正确率、构建混淆矩阵、绘制ROC曲线以及计算KS值等。

4. 将模型应用于实际场景。

三、针对某银行降低贷款拖欠率数据的建模实践

初始源代码如下：

import pandas as pd
filename=r'..\data\bankloan.xls' #导入数据路径
data=pd.read_excel(filename) #读取该excel文件
x=data.iloc[:,:8].as_matrix() #选取数据集中0-7行的数据，形成一个矩阵
y=data.iloc[:,8].as_matrix()
from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR
rlr=RLR()
rlr.fit(x,y) #训练模型
rlr.get_support() #获取特征筛选结果
print(u'通过逻辑回归模型筛选特征结束。')
print(u'有效特征为：%s'%','.join(data.columns[rlr.get_support()]))
x=data[data.columns[rlr.get_support()]].as_matrix() #筛选好的特征
lr=LR()
lr.fit(x,y)
print(u'逻辑回归模型训练结束')
print(u'模型的平均正确率：%s'%lr.score(x,y))

机器运行时报错：

IndexError: boolean index did not match indexed array along dimension 0; dimension is 9 but corresponding boolean dimension is 8

解决方法：创建一个新的矩阵data2，移除最后一行数据，以确保维度匹配。

修改后的代码如下：

import pandas as pd
filename=r'..\data\bankloan.xls'
data=pd.read_excel(filename)
x=data.iloc[:,:8].as_matrix()
y=data.iloc[:,8].as_matrix()
from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR
rlr=RLR()
rlr.fit(x,y)
rlr.get_support()
print(u'通过逻辑回归模型筛选特征结束。')
data2=data.drop(u'违约',1)
print(u'有效特征为：%s'%','.join(data2.columns[rlr.get_support()]))
x=data[data2.columns[rlr.get_support()]].as_matrix()
lr=LR()
lr.fit(x,y)
print(u'逻辑回归模型训练结束')
print(u'模型的平均正确率：%s'%lr.score(x,y))

机器运行结果如下：