投资类型预测数据集
数据来源：互联网公开数据
标签：投资预测,银行客户,投资产品,随机森林,特征工程,机器学习,AutoML
数据概述：
本数据集旨在预测投资银行客户的最佳投资产品类型，作为12年前的一项真实世界数据科学项目的成果。数据集包含一个CSV格式的表格，提供了客户的匿名信息以及他们的银行活动和投资历史数据。数据集分为客户数据、银行活动数据和投资历史数据三个输入特征组。
数据用途概述：
该数据集适用于投资产品推荐、客户细分和投资策略制定等多种场景。研究人员可以利用此数据集训练模型，提高投资产品的推荐准确性；金融机构可以使用模型优化投资产品组合，提高客户满意度；此外，数据集也适合用于教育培训，帮助学习者了解投资预测的技术方法。
举例：
SE1（年龄）、SE2（地理位置）列包含了客户的年龄和地理位置信息；BA1至BA7列代表客户过去一年在银行账户上的各种活动，如贷款还款金额；PE1至PE15列则是客户过去一年是否持有15种常见投资产品的标志；IA1至IA3列则记录了客户过去一年在投资账户上进行的不同类型操作的次数。通过分析这些数据，可以更好地预测客户的投资偏好和需求。
