持续更新到比赛结束，建议早点占坑享受早鸟优惠价。后续更新详细思路代码等相继出来后会涨至60左右!
目前是29->39.99->59.99价格上涨幅度随着里面资料内容增多而上涨.国一学长原创，全网最权威
先看结果！👇：
55页文档【完整全4问 思路分析+模型建立+代码求解+可视化】
只需要前2问16￥：https://mbd.pub/o/bread/mbd-ZpublJdx
只需要前3问25￥：https://mbd.pub/o/bread/mbd-ZpublJdy
附件中提供了 20 万条涉嫌金融违规洗钱交易的相关数据。请你们团队使用附件中的相关数据，进行数据统计与分析，回答下列问题：
问题一 ：请分析附件所有指标中，哪些指标与洗钱风险评分有较强和较弱的相关性？交易金额、交易类型和交易日期是否与洗钱风险评分有显著的关联性？
- 读取数据查看数据基本信息
分析相关性【离散与连续，连续与连续。一概而论全使用相关系数是错误的！】
- 交易金额与洗钱风险评分的相关性
- 观察相关性矩阵中交易金额与洗钱风险评分的相关性系数。如果系数接近 1 或 - 1，表示两者之间存在较强的正相关或负相关；如果系数接近 0，表示两者之间相关性较弱。
- 交易类型与洗钱风险评分的相关性（离散-连续相关性）
- 分析不同交易类型与洗钱风险评分之间的相关性，看是否存在某些交易类型与洗钱风险评分密切相关。
- 交易日期与洗钱风险评分的相关性（时间特征处理+连续变量相关性）
- 研究交易日期与洗钱风险评分之间的关系，需要对交易日期进行适当的处理，如转换为时间序列数据。
结果展示
1.2交易类型与洗钱风险评分的相关性（离散-连续相关性）
1.3交易日期
交易日期是一个时间序列数据，可以直接转换为数值形式（如Unix时间戳）来计算与洗钱风险评分之间的皮尔逊相关系数/或者转化为时间序列特征，平稳性等ARIMA模型特征
2数据分析洗钱风险评分较高和较低的特征
问题 二： ：请通过数据分析洗钱风险评分较高和较低的国家、行业、货币来源、交易金额、目的地国家、金融机构分别是哪些？并分析它们的数据特征和画像。
....
可视化结果：
3对交易发生的国家和行业进行聚类分析
问题 三： ：请根据洗qian风险评分，分别对交易发生的国家和行业进行聚类分析，并统计不同国家的涉案人员数量和交易金额总数，进行数据的可视化分析。
- 需要对
国家和行业列进行编码，以便进行聚类分析。 - 选择聚类特征
- 选择
洗money风险评分以及与国家和行业相关的特征来进行聚类。可以考虑将国家和行业编码后作为特征向量。 - 确定聚类数
- 使用肘部法则或其他方法来确定合适的聚类数。
编码结果：
聚类：
聚类结果可视化：
国家-行业聚类散点图
3.2不同国家的涉案人员数量和交易金额总数，进行数据的可视化分析。
统计不同国家的涉案人员数量和交易金额总数：
统计结果：
....
聚合展示：
不同国家的涉案人员数量和交易金额总数可视化：
4. 建立金融违规xiqian交易的预测模型
...
