个人借贷违约预测数据集PersonalLoanDefaultPredictionDataset-luciomunoz
数据来源：互联网公开数据
标签：贷款违约, 信用风险, 金融风控, 机器学习, 风险评估, 数据分析, 借贷市场, 信用评分
数据概述：
该数据集包含来自个人借贷平台或类似来源的数据，记录了借款人的借贷信息及其最终是否违约的情况。主要特征如下：
时间跨度：数据记录的时间范围为2015年至2017年。
地理范围：数据未明确标注地理位置，但从数据字段和样本来看，可能来源于美国或其他发达国家。
数据维度：数据集包括多个维度的数据，如借款人的年收入（annual_inc）、申请类型（application_type）、平均结余（avg_cur_bal）、12个月内的欠款（chargeoff_within_12_mths）、2年内的逾期次数（delinq_2yrs）、债务收入比（dti）、雇佣年限（emp_length）、贷款等级（grade）、12个月内的查询次数（inq_last_12m）、分期付款金额（installment）、贷款金额（loan_amnt）、公开破产记录（pub_rec_bankruptcies）、房屋所有权状况（home_ownership）、贷款期限（term）、抵押贷款账户数量（mort_acc）、24个月内逾期90天以上的账户数量（num_tl_90g_dpd_24m）、贷款用途（purpose）、年份（year）、贷款违约情况（loan_default）和职业（job）等。
数据格式：CSV格式，文件名为Loan Default.csv，方便数据分析和建模。
来源信息：数据来源于公开的个人借贷平台数据，已进行标准化处理。
该数据集适合用于信用风险评估、借贷违约预测和金融风控等领域。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于金融科技、信用风险评估等领域的学术研究，如违约预测模型的构建、影响违约的关键因素分析等。
行业应用：可以为金融机构、信贷平台提供数据支持，特别是在风险控制、贷款审批、客户信用评分等方面。
决策支持：支持金融机构的贷款决策、风险管理策略制定以及优化信贷产品设计。
教育和培训：作为金融、数据科学、机器学习等相关课程的实训材料，帮助学生和研究人员理解信用风险管理。
此数据集特别适合用于探索影响个人借贷违约的关键因素，构建预测模型，并帮助金融机构优化风险管理策略，提升贷款审批效率。
