信用卡行业已经存在了数十年，它是不断变化的消费者习惯和国民收入提高的产物。 发卡行和发卡行的数量以及交易量本身都大大增加了。 然而，随着信用卡交易的增加，信用卡贷款的逾期金额和不良率也成为不可忽视的问题。 成功解决此问题对于行业未来的成功发展至关重要。 在这项工作中，我们提出了一个信用评分模型来反映客户的属性和信用等级。 我们合并了原始数据集中的23个变量和从原始财务变量中提取的25个其他财务特征，然后将其应用于XGBoost模型。 该模型本身通过根据计算出的分数列出它们来提供13个最重要的变量。 然后，它预测了个人愿意偿还信用卡贷款的可能性。 最后，将违约率转换为信用评分系统，以更直观地了解