房贷预测数据集
数据来源：互联网公开数据
标签：房贷预测,机器学习,特征工程,分类模型,数据预处理,数据清洗,数据标准化,贷款风险评估
数据概述：
本数据集为房贷预测竞赛（AI511-HOMELOAN-2022）准备的标准化数据集，包含4对文件，每对文件包括训练集和测试集。数据集经过不同程度的预处理，适用于不同研究和建模需求。
具体文件说明：
1. train_with_new_features.csv 和 test_with_new_features.csv：包含所有新特征，未进一步处理，适合进行缺失值填充和特征缩放的自定义实验。
2. train_scaled_no_nulls.csv 和 test_scaled_no_nulls.csv：所有新特征已添加，缺失值通过中位数（数值特征）和众数（类别特征）填充，数值特征已进行归一化处理，适合进行类别特征编码实验。
3. train_le_scaled_no_nulls.csv 和 test_le_scaled_no_nulls.csv：在上述处理基础上，类别特征通过标签编码（Label Encoding）处理。注意部分类别在训练集和测试集中存在差异，差异类别编码为-1。
4. train_ohe_scaled_no_nulls.csv 和 test_ohe_scaled_no_nulls.csv：与上述文件相同，但类别特征通过独热编码（One-Hot Encoding）处理。
新增特征说明：
- loan_rate：贷款利率，由贷款总额与月还款额的比率计算得出，反映贷款期限。
- loan_income_ratio：贷款收入比，由贷款总额与总收入的比率计算得出，反映申请人承担的负债规模。值越大表示申请人负债越高。
- annuity_income_ratio：月还款收入比，由月还款额与总收入的比率计算得出，反映申请人每月的还款压力。
- application_is_incomplete：标识申请人是否提交了不完整的申请。
- es1_is_missing：标识外部数据源1是否缺失。
- es3_is_missing：标识外部数据源3是否缺失。
此外，在最后两对文件的训练集中，新增了通过分层K折交叉验证生成的kfold列，方便进行模型验证实验。
数据用途概述：
该数据集适用于房贷风险评估、贷款审批决策、客户资质分析等场景。研究人员可利用此数据集进行机器学习模型训练、特征工程研究、分类算法评估等。数据集也适合用于教学和竞赛，帮助学习者理解房贷预测模型的构建和优化过程。
