金融反欺诈预测系统，本人本科期间项目，技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统，系统功能包括信贷数据分析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂，适合新手练手学习机器学习与Web系统的结合。
本项目代码分为三部分：数据分析与模型构建、Web前端系统、服务端。(如果想直接使用本系统的同学可以忽略数据分析与模型构建部分，直接按照说明完成项目的部署)
Python依赖库（推荐使用anaconda等虚拟环境，同时配置镜像源）
pip install -r requirement.txtnode.js依赖模块（node推荐使用V16.13.1版本，该版本为本项目实际使用环境，node有时候会出现兼容性问题）
cd finace-web
npm install进入finace-analysis目录，打开notebook
cd finace-analysis
jupyter notebook具体分析过程可以自行查看，数据集来源为美国P2P平台提供的LoanStats数据，网上均有分享
本项目为前后端分离式的系统，只要完成环境的配置后，分别部署前端和后端即可。
服务端采用Flask框架，为前端提供的API位于route文件下
cd ./finace-server
python main.py前端采用Vue3实现，使用UI框架为element-plus
cd ./finace-web
npm run dev
