葡萄牙银行客户定期存款订阅预测数据集-saranyaponnarasu
数据来源：互联网公开数据
标签：银行营销,客户行为,定期存款,分类,预测,电话营销,金融,葡萄牙
数据概述：
本数据集包含与葡萄牙某银行机构的电话营销活动相关的数据，主要用于预测客户是否会订阅定期存款。数据集包含客户的多种属性信息，以及营销活动的相关细节。
数据字段定义：
- age（年龄，数值型）
- job（职业，类别型：包括"admin.","unknown","unemployed","management","housemaid","entrepreneur","student","blue-collar","self-employed","retired","technician","services"）
- marital（婚姻状况，类别型：包括"married","divorced","single"，其中"divorced"包含已离婚或丧偶）
- education（教育程度，类别型：包括"unknown","secondary","primary","tertiary"）
- default（是否有信用违约，二元型："yes","no"）
- balance（平均年结余，欧元，数值型）
- housing（是否有住房贷款，二元型："yes","no"）
- loan（是否有个人贷款，二元型："yes","no"）
- contact（联系方式类型，类别型："unknown","telephone","cellular"）
- day（最后联系的日期，数值型）
- month（最后联系的月份，类别型："jan", "feb", "mar", …, "nov", "dec"）
- duration（最后联系的持续时间，秒，数值型）
- campaign（本次营销活动中联系该客户的次数，数值型，包括最后一次联系）
- pdays（客户上次被联系后经过的天数，数值型，-1表示客户未曾被联系）
- previous（本次营销活动之前，该客户被联系的次数，数值型）
- poutcome（前次营销活动的结果，类别型："unknown","other","failure","success"）
- y（目标变量：客户是否订阅定期存款，二元型："yes","no"）
数据用途概述：
该数据集适用于客户行为分析、营销活动效果评估、预测建模等多种场景。例如，可用于构建分类模型，预测客户是否会订阅定期存款；分析不同客户特征对订阅行为的影响；评估不同营销策略的有效性等。该数据集也常用于机器学习领域的教学和研究，为探索和实践分类算法提供了宝贵的数据资源。
