信贷风险评估数据集CreditRiskAssessmentDataset-hossamahmedfahmy
数据来源：互联网公开数据
标签：信贷风险, 信用评分, 违约预测, 贷款申请, 客户画像, 机器学习, 数据分析, 金融风控
数据概述：
该数据集包含信贷申请人的相关信息，用于评估其信用风险。主要特征如下：
时间跨度：数据未明确具体时间范围，可视为一段时间内的客户申请数据。
地理范围：数据未限定特定地区，可能来源于多个地区的信贷申请。
数据维度：数据集包含多个维度的数据，包括申请人的基本信息、收入情况、贷款信息、家庭情况、联系方式、社会环境、历史信用记录等。具体字段包括：TARGET（目标变量，表示是否违约）、NAME_CONTRACT_TYPE（贷款类型）、CODE_GENDER（性别）、FLAG_OWN_CAR（是否有车）、FLAG_OWN_REALTY（是否有房产）、CNT_CHILDREN（子女数量）、AMT_INCOME_TOTAL（总收入）、AMT_CREDIT（贷款额度）、AMT_ANNUITY（年金）、AMT_GOODS_PRICE（商品价格）、NAME_TYPE_SUITE（伴随者类型）、NAME_INCOME_TYPE（收入类型）、NAME_EDUCATION_TYPE（教育程度）、NAME_FAMILY_STATUS（家庭状况）、NAME_HOUSING_TYPE（住房类型）、REGION_POPULATION_RELATIVE（地区人口相对密度）、DAYS_REGISTRATION（注册天数）、DAYS_ID_PUBLISH（身份证发布天数）、FLAG_MOBIL（是否有手机）、FLAG_EMP_PHONE（是否有工作电话）、FLAG_WORK_PHONE（是否有工作电话）、FLAG_CONT_MOBILE（是否联系手机）、FLAG_PHONE（是否有电话）、FLAG_EMAIL（是否有邮箱）、CNT_FAM_MEMBERS（家庭成员数量）、REGION_RATING_CLIENT（地区客户评分）、REGION_RATING_CLIENT_W_CITY（含城市的地区客户评分）、WEEKDAY_APPR_PROCESS_START（申请开始的星期）、HOUR_APPR_PROCESS_START（申请开始的小时）、REG_REGION_NOT_LIVE_REGION（注册地区与居住地区是否相同）、REG_REGION_NOT_WORK_REGION（注册地区与工作地区是否相同）、LIVE_REGION_NOT_WORK_REGION（居住地区与工作地区是否相同）、REG_CITY_NOT_LIVE_CITY（注册城市与居住城市是否相同）、REG_CITY_NOT_WORK_CITY（注册城市与工作城市是否相同）、LIVE_CITY_NOT_WORK_CITY（居住城市与工作城市是否相同）、ORGANIZATION_TYPE（组织类型）、EXT_SOURCE_2（外部数据源2）、EXT_SOURCE_3（外部数据源3）、OBS_30_CNT_SOCIAL_CIRCLE（30天内观察到的社交圈人数）、DEF_30_CNT_SOCIAL_CIRCLE（30天内违约的社交圈人数）、OBS_60_CNT_SOCIAL_CIRCLE（60天内观察到的社交圈人数）、DEF_60_CNT_SOCIAL_CIRCLE（60天内违约的社交圈人数）、DAYS_LAST_PHONE_CHANGE（上次电话号码更改的天数）、FLAG_DOCUMENT_2（是否有文件2）、FLAG_DOCUMENT_3（是否有文件3）、FLAG_DOCUMENT_4（是否有文件4）、FLAG_DOCUMENT_5（是否有文件5）、FLAG_DOCUMENT_6（是否有文件6）、FLAG_DOCUMENT_7（是否有文件7）、FLAG_DOCUMENT_8（是否有文件8）、FLAG_DOCUMENT_9（是否有文件9）、FLAG_DOCUMENT_10（是否有文件10）、FLAG_DOCUMENT_11（是否有文件11）、FLAG_DOCUMENT_12（是否有文件12）、FLAG_DOCUMENT_13（是否有文件13）、FLAG_DOCUMENT_14（是否有文件14）、FLAG_DOCUMENT_15（是否有文件15）、FLAG_DOCUMENT_16（是否有文件16）、FLAG_DOCUMENT_17（是否有文件17）、FLAG_DOCUMENT_18（是否有文件18）、FLAG_DOCUMENT_19（是否有文件19）、FLAG_DOCUMENT_20（是否有文件20）、FLAG_DOCUMENT_21（是否有文件21）、AMT_REQ_CREDIT_BUREAU_HOUR（请求信用局的小时数）、AMT_REQ_CREDIT_BUREAU_DAY（请求信用局的天数）、AMT_REQ_CREDIT_BUREAU_WEEK（请求信用局的星期数）、AMT_REQ_CREDIT_BUREAU_MON（请求信用局的月数）、AMT_REQ_CREDIT_BUREAU_QRT（请求信用局的季度数）、AMT_REQ_CREDIT_BUREAU_YEAR（请求信用局的年数）、AGE（年龄）、YEARS_EMPLOYED（工作年限）。
数据格式：CSV 格式，文件名为Data_After_Cleaning.csv，便于数据分析与模型构建。
来源信息：数据经过清洗，可能已经过缺失值处理、异常值处理等预处理。
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：适用于信用风险评估、违约预测、客户细分等领域的学术研究，如信用评分模型、风险预警模型等。
行业应用：为金融机构、信贷公司提供数据支持，尤其适用于贷款审批、风险定价、客户管理等业务。
决策支持：支持信贷决策的制定，优化信贷策略，降低信贷风险。
教育和培训：作为金融风控、数据挖掘、机器学习等课程的实训材料，帮助学生和研究人员掌握相关技能。
此数据集特别适合用于构建信用评分模型，预测贷款违约概率，提升信贷业务的风险管理水平。
