Commit
•
a5f06cb
1
Parent(s):
3eb4b73
Upload 6 files
Browse files- P1G5_Set_1_A.A_Ghifari(Changed).csv +0 -0
- app.py +10 -0
- eda.py +95 -0
- model_svc.pkl +3 -0
- predict.py +82 -0
- requirements.txt +7 -0
P1G5_Set_1_A.A_Ghifari(Changed).csv
ADDED
The diff for this file is too large to render.
See raw diff
|
|
app.py
ADDED
@@ -0,0 +1,10 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import streamlit as st
|
2 |
+
import eda
|
3 |
+
import predict
|
4 |
+
|
5 |
+
navigation = st.sidebar.selectbox('Pilih Halaman:', ('EDA','Predict'))
|
6 |
+
|
7 |
+
if navigation == 'EDA':
|
8 |
+
eda.run()
|
9 |
+
else:
|
10 |
+
predict.run()
|
eda.py
ADDED
@@ -0,0 +1,95 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import streamlit as st
|
2 |
+
import pandas as pd
|
3 |
+
import seaborn as sns
|
4 |
+
import matplotlib.pyplot as plt
|
5 |
+
import plotly.express as px
|
6 |
+
|
7 |
+
st.set_page_config(
|
8 |
+
page_title = 'Credit Card Default - EDA',
|
9 |
+
layout='wide',
|
10 |
+
initial_sidebar_state='expanded'
|
11 |
+
)
|
12 |
+
|
13 |
+
def run():
|
14 |
+
# Membuat title
|
15 |
+
st.title('Model Prediksi Credit Card Default')
|
16 |
+
|
17 |
+
# Membuat Subheader
|
18 |
+
st.subheader('EDA untuk Analisis Dataset Credit Card Default')
|
19 |
+
|
20 |
+
# Menambah Gambar
|
21 |
+
st.image('https://media.istockphoto.com/id/957837328/photo/business-debt-collection-or-recovery-unpaid-invoice.jpg?s=612x612&w=0&k=20&c=7sH7P4t7Fl2PjFfAUOIolZictaF8CsXXsxkbwZBz98g=',
|
22 |
+
caption= 'Credit Card Default')
|
23 |
+
|
24 |
+
# Menambah Deskripsi
|
25 |
+
st.write('-'*50)
|
26 |
+
st.write('Graded Challenge 5')
|
27 |
+
st.write('Nama : Achmad Abdillah Ghifari')
|
28 |
+
st.write('Batch : BSD-006')
|
29 |
+
st.write('-'*50)
|
30 |
+
|
31 |
+
# menjelaskan kegunaan page ini
|
32 |
+
st.write('Pada page ini, kita akan melihat exploratory data analyst (EDA) dari dataset credit card default yang dapat dilihat di [BigQuery](https://console.cloud.google.com/bigquery?p=bigquery-public-data&d=ml_datasets&t=credit_card_default&page=table&project=graded-challenge-5&ws=!1m5!1m4!4m3!1sbigquery-public-data!2sml_datasets!3scredit_card_default). dalam exploratory data analysis ini kita akan mencoba menjawab pertanyaan-pertanyaan berikut')
|
33 |
+
st.write('1. bagaimana distribusi limit balance customer pada data?')
|
34 |
+
st.write('2. bagaimana persebaran limit balance dan age?')
|
35 |
+
st.write('3. marital status apa yang memiliki average limit_balance tertinggi?')
|
36 |
+
st.write('4. apakah lebih banyak customer yang membayar atau melakukan default?')
|
37 |
+
st.write('5. customer umur berapa yang paling sering melakukan default?')
|
38 |
+
st.write('6. apa education level terbanyak dari customer kartu kredit?')
|
39 |
+
st.write('7. berapa limit balance yang paling sering dimiliki kedua gender?')
|
40 |
+
|
41 |
+
# membuat garis lurus
|
42 |
+
st.markdown('---')
|
43 |
+
|
44 |
+
# show dataframe
|
45 |
+
st.write('### Credit Card Default Dataset')
|
46 |
+
data = pd.read_csv('P1G5_Set_1_A.A_Ghifari(Changed).csv')
|
47 |
+
st.dataframe(data)
|
48 |
+
|
49 |
+
|
50 |
+
# Membuat Histogram (EDA 1)
|
51 |
+
st.write('### Histogram of limit balance')
|
52 |
+
fig = plt.figure(figsize=[15,5])
|
53 |
+
sns.histplot(data['limit_balance'], kde=True, bins = 30)
|
54 |
+
st.pyplot(fig)
|
55 |
+
|
56 |
+
# Membuat ScatterPlot (EDA 2)
|
57 |
+
st.write('### Scatterplot of limit balance and age')
|
58 |
+
fig = plt.figure(figsize=[15,5])
|
59 |
+
sns.scatterplot(x = 'limit_balance', y = 'age', hue= 'default', data = data)
|
60 |
+
st.pyplot(fig)
|
61 |
+
|
62 |
+
# Membuat barplot (EDA 3)
|
63 |
+
st.write('### barchart of marital status and limit balance')
|
64 |
+
fig = plt.figure(figsize=[15,5])
|
65 |
+
sns.barplot(data=data, x='marital_status', y='limit_balance',)
|
66 |
+
st.pyplot(fig)
|
67 |
+
|
68 |
+
# Membuat pie chart (EDA 4)
|
69 |
+
st.write('### pie chart of if a customer has defaulted')
|
70 |
+
fig = plt.figure(figsize=(15,5))
|
71 |
+
data['default'].value_counts().plot(kind='pie', autopct='%.2f%%')
|
72 |
+
st.pyplot(fig)
|
73 |
+
|
74 |
+
# Membuat line chart (EDA 5)
|
75 |
+
st.write('### age of defaulting customer')
|
76 |
+
Def_Age= data.groupby(['age', 'default']).size().unstack(fill_value=0)
|
77 |
+
fig, ax = plt.subplots(figsize=[15, 5])
|
78 |
+
Def_Age.plot(kind='line', ax=ax)
|
79 |
+
st.pyplot(fig)
|
80 |
+
|
81 |
+
# Membuat bar chart (EDA 6)
|
82 |
+
st.write('### The amount of education level')
|
83 |
+
fig = plt.figure(figsize=[15,5])
|
84 |
+
data['education_level'].value_counts().plot(kind='bar')
|
85 |
+
st.pyplot(fig)
|
86 |
+
|
87 |
+
# Membuat line chart (EDA7)
|
88 |
+
st.write('### limit balance of gender')
|
89 |
+
Sex_Bal= data.groupby(['limit_balance', 'sex']).size().unstack(fill_value=0)
|
90 |
+
fig, ax = plt.subplots(figsize=[15, 5])
|
91 |
+
Sex_Bal.plot(kind='line', ax=ax)
|
92 |
+
st.pyplot(fig)
|
93 |
+
|
94 |
+
if __name__ == '__main__':
|
95 |
+
run()
|
model_svc.pkl
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:4e2438225043fe41ff527eaf7d96881c4cacd6151b7da6abb155649e3d4cc4a2
|
3 |
+
size 95444
|
predict.py
ADDED
@@ -0,0 +1,82 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import pandas as pd
|
2 |
+
import numpy as np
|
3 |
+
import pickle
|
4 |
+
import json
|
5 |
+
import streamlit as st
|
6 |
+
with open('model_svc.pkl', 'rb') as file_1:
|
7 |
+
model = pickle.load(file_1)
|
8 |
+
|
9 |
+
def run():
|
10 |
+
with st.form("my_form"):
|
11 |
+
st.write("## Credit Card Default Prediction Model")
|
12 |
+
st.write('pada page ini kita dapat melakukan prediksi model dengan memasukan data kedalam form dibawah. untuk bantuan mengenai value yang harus dimasukan dapat dilihat pada logo "?" disebelah pertanyaan.')
|
13 |
+
Limit_Balance = st.number_input('masukan limit balance customer', 0, 1000000, 100000, help= "limit balance harus memiliki jarak dari 10000 sampai 800000")
|
14 |
+
sex = st.selectbox('masukan gender customer', [1, 2], index=0, help= 'pilih angka 1 (Male) atau 2(Female)')
|
15 |
+
education_level = st.selectbox('masukan level edukasi customer', [1, 2, 3, 4], index=0, help= 'pilih angka jika merupakan lulusan 1(Sekolah), 2(universitas), 3(SMA), 4(lainnya))')
|
16 |
+
marital_status = st.selectbox('masukan marital status customer', [1, 2, 3], index=0, help= 'pilih angka 1 (Married), 2(Single), atau 3(lainnya)')
|
17 |
+
age = st.number_input('masukan umur dari customer', 20, 70, 35, help= 'umur customer harus memiliki jarak 20 sampai 70')
|
18 |
+
pay_1 = st.selectbox('masukan status payment customer pada bulan september', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=1, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
|
19 |
+
pay_2 = st.selectbox('masukan status payment customer pada bulan agustus', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=2, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
|
20 |
+
pay_3 = st.selectbox('masukan status payment customer pada bulan july', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=1, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
|
21 |
+
pay_4 = st.selectbox('masukan status payment customer pada bulan juni', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=2, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
|
22 |
+
pay_5 = st.selectbox('masukan status payment customer pada bulan may', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=2, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
|
23 |
+
pay_6 = st.selectbox('masukan status payment customer pada bulan april', [-2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8], index=1, help= 'pilih angka jika pembayaran -2(2 bulan lalu), -1(1 bulan lalu), 0(tepat waktu), 1(telat 1 bulan)...,8(telat 8 bulan)' )
|
24 |
+
bill_amt_1 = st.number_input('masukan jumlah bill customer pada bulan september', 0, 1000000, 52000, help= "bill harus memiliki jarak dari 10000-800000")
|
25 |
+
bill_amt_2 = st.number_input('masukan jumlah bill pada customer bulan agustus', 0, 1000000, 46000, help= "bill harus memiliki jarak dari 10000-800000")
|
26 |
+
bill_amt_3 = st.number_input('masukan jumlah bill pada customer bulan july', 0, 1000000, 30000, help= "bill harus memiliki jarak dari 10000-800000")
|
27 |
+
bill_amt_4 = st.number_input('masukan jumlah bill pada customer bulan juni', 0, 1000000, 75000, help= "bill harus memiliki jarak dari 10000-800000")
|
28 |
+
bill_amt_5 = st.number_input('masukan jumlah bill pada customer bulan may', 0, 1000000, 47000, help= "bill harus memiliki jarak dari 10000-800000")
|
29 |
+
bill_amt_6 = st.number_input('masukan jumlah bill pada customer bulan april', 0, 1000000, 80000, help= "bill harus memiliki jarak dari 10000-800000")
|
30 |
+
pay_amt_1 = st.number_input('masukan payment sebelumnya customer pada bulan september', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
|
31 |
+
pay_amt_2 = st.number_input('masukan payment sebelumnya customer pada bulan agustus', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
|
32 |
+
pay_amt_3 = st.number_input('masukan payment sebelumnya customer pada bulan july', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
|
33 |
+
pay_amt_4 = st.number_input('masukan payment sebelumnya customer pada bulan juni', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
|
34 |
+
pay_amt_5 = st.number_input('masukan payment sebelumnya customer pada bulan may', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
|
35 |
+
pay_amt_6 = st.number_input('masukan payment sebelumnya customer pada bulan april', 0, 1000000, 52000, help= "payment harus memiliki jarak dari 10000-800000")
|
36 |
+
|
37 |
+
submitted = st.form_submit_button("Submit")
|
38 |
+
|
39 |
+
data_inf = {
|
40 |
+
'limit_balance': Limit_Balance,
|
41 |
+
'sex' : sex,
|
42 |
+
'education_level' : education_level,
|
43 |
+
'marital_status' : marital_status,
|
44 |
+
'age' : age,
|
45 |
+
'pay_1': pay_1,
|
46 |
+
'pay_2': pay_2,
|
47 |
+
'pay_3': pay_3,
|
48 |
+
'pay_4': pay_4,
|
49 |
+
'pay_5': pay_5,
|
50 |
+
'pay_6': pay_6,
|
51 |
+
'bill_amt_1': bill_amt_1,
|
52 |
+
'bill_amt_2': bill_amt_2,
|
53 |
+
'bill_amt_3': bill_amt_3,
|
54 |
+
'bill_amt_4': bill_amt_4,
|
55 |
+
'bill_amt_5': bill_amt_5,
|
56 |
+
'bill_amt_6': bill_amt_6,
|
57 |
+
'pay_amt_1': pay_amt_1,
|
58 |
+
'pay_amt_2': pay_amt_2,
|
59 |
+
'pay_amt_3': pay_amt_3,
|
60 |
+
'pay_amt_4': pay_amt_4,
|
61 |
+
'pay_amt_5': pay_amt_5,
|
62 |
+
'pay_amt_6': pay_amt_6,
|
63 |
+
}
|
64 |
+
|
65 |
+
data_inf = pd.DataFrame([data_inf])
|
66 |
+
data_inf
|
67 |
+
|
68 |
+
st.write('-'*50)
|
69 |
+
st.write('# Hasil')
|
70 |
+
if submitted:
|
71 |
+
result= model.predict(data_inf)
|
72 |
+
for i in result:
|
73 |
+
if i == 0:
|
74 |
+
st.write('### customer tidak akan melakukan default pada bulan depan')
|
75 |
+
else:
|
76 |
+
st.write('### customer akan melakukan default pada bulan depan')
|
77 |
+
st.write('-'*50)
|
78 |
+
|
79 |
+
if __name__ =='__main__':
|
80 |
+
run()
|
81 |
+
|
82 |
+
|
requirements.txt
ADDED
@@ -0,0 +1,7 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
streamlit
|
2 |
+
pandas
|
3 |
+
seaborn
|
4 |
+
matplotlib
|
5 |
+
numpy
|
6 |
+
scikit-learn
|
7 |
+
plotly
|