2. 项目环境搭建：Python环境、XGBoost库、Pandas、Scikit-learn安装与验证

在开始构建贷后预警延迟尖峰预测模型之前，必须搭建一个稳定、可复现的Python数据科学环境。本章将指导你完成从基础环境配置到核心库安装与验证的全流程，确保后续所有代码和实验能够顺利执行。

2.1 环境概览与技术选型

本项目依赖的核心技术栈包括：Python 3.8+ 作为基础解释器，XGBoost 作为梯度提升树模型引擎，Pandas 负责数据清洗与特征工程，Scikit-learn 提供模型评估与预处理工具。以下表格列出了各组件的版本要求与核心用途：

2.2 环境搭建步骤

推荐使用 虚拟环境 隔离项目依赖，避免与系统全局Python包冲突。以下是完整的搭建流程：

1. 创建虚拟环境（以 conda 为例）：

   conda create -n loan_early_warning python=3.9
   conda activate loan_early_warning

2. 安装核心数据科学库：

   pip install numpy pandas scikit-learn

3. 安装 XGBoost：

   pip install xgboost

4. 安装辅助工具（可选但推荐）：

   pip install matplotlib seaborn jupyter

5. 验证安装：通过 Python 交互式环境或脚本导入所有库并打印版本号。

2.3 安装验证脚本

以下脚本可用于一次性验证所有核心库是否正确安装，并输出版本信息：

# verify_environment.py
import sys
import numpy as np
import pandas as pd
import sklearn
import xgboost as xgb

print("=" * 50)
print("贷后预警项目环境验证")
print("=" * 50)
print(f"Python 版本: {sys.version}")
print(f"NumPy 版本: {np.__version__}")
print(f"Pandas 版本: {pd.__version__}")
print(f"Scikit-learn 版本: {sklearn.__version__}")
print(f"XGBoost 版本: {xgb.__version__}")
print("=" * 50)
print("所有核心库安装成功！")

预期输出示例：

==================================================
贷后预警项目环境验证
==================================================
Python 版本: 3.9.13 (default, Oct 12 2022, 03:29:22)
NumPy 版本: 1.24.3
Pandas 版本: 1.5.3
Scikit-learn 版本: 1.2.2
XGBoost 版本: 1.7.6
==================================================
所有核心库安装成功！

2.4 环境依赖关系架构

下图展示了本项目各组件之间的依赖与数据流向关系，帮助你理解环境搭建的层次结构：

2.5 环境验证清单

完成安装后，建议逐项核对以下清单，确保环境完整可用：

2.6 快速功能验证

为了进一步确认 XGBoost 与 Scikit-learn 的接口兼容性，可以运行以下代码片段，创建一个简单的分类模型并完成训练与预测：

# quick_test.py
import numpy as np
import pandas as pd
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import xgboost as xgb

# 生成模拟数据
X, y = make_classification(n_samples=1000, n_features=20, random_state=42)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练 XGBoost 分类器
model = xgb.XGBClassifier(n_estimators=50, max_depth=4, random_state=42)
model.fit(X_train, y_train)

# 预测与评估
y_pred = model.predict(X_test)
acc = accuracy_score(y_test, y_pred)
print(f"测试集准确率: {acc:.4f}")

# 输出特征重要性
importance = model.feature_importances_
print(f"特征重要性（前5个）: {importance[:5]}")

如果上述代码顺利执行并输出准确率（通常在 0.85~0.95 之间），则证明环境搭建成功，可以进入下一阶段的数据准备与特征工程。