# 20231120132

**Repository Path**: li-xinyang20231120132/20231120132

## Basic Information

- **Project Name**: 20231120132
- **Description**: 集公司员工网络行为检测，员工信用评分计算与偿债能力预测的多功能项目。包含网络嗅探、数据可视化以及机器学习。
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-14
- **Last Updated**: 2026-04-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 20231120132

#### 介绍
模型训练的数据集来源于gradle中的相关比赛，额外添加了来自CIC（加拿大网络安全研究所）的2017年公司数据。界面一（view_app.py）将读取CIC数据并进行网络安全检测的可视化，分析数据项目明细以及各类安全隐患；界面二（credit_app.py）将界面一读取到的各个员工数据进行算法运算，计算出相应的信用评分；界面三（app.py）是结合了gradle竞赛相关数据集，以及界面二计算得到的信用评分，进行机器学习模型训练：本小组训练了不同的机器模型，最终选择了LightGBM＋CatBoost模型，预测该员工借款的还款概率；测试集准确率0.92307。通过streamlit可视化应用界面。


#### 安装教程

blinker==1.9.0
chardet==5.2.0
Flask==2.3.3
Flask-Cors==4.0.0
matplotlib==3.7.2
numpy==1.26.4
pandas==2.3.3
Pillow==10.2.0        # 原 pip 显示为 pillow 12.0.0，但导入名是 Pillow，统一写法
plotly==5.17.0
python-dateutil==2.9.0.post0
pytz==2025.2
requests==2.32.5
scikit-learn==1.3.0
seaborn==0.12.2
Werkzeug==3.1.4

#### 使用说明

streamlit run 相应界面名.py