信用卡行为评分数据集
数据来源：互联网公开数据
标签：信用卡,行为评分,信用风险,机器学习,风险评估,客户画像,金融分析
数据概述：
本数据集来源于印度理工学院 Bombay分校的案例研究，旨在为银行开发信用卡行为评分模型提供基础数据支持。数据集包含两部分：开发数据和验证数据。开发数据包含96,806条信用卡记录，每条记录附带坏账标志（bad_flag），用于预测客户未来违约的概率。验证数据包含41,792条信用卡记录，不包含坏账标志，用于模型验证和预测。
数据集包含以下关键字段：
1. 账户属性：如信用额度（以onus_attributes开头）
2. 交易属性：如交易频率和金额（以transaction_attribute开头）
3. Bureau信用记录：如产品持有情况和历史拖欠记录（以bureau开头）
4. Bureau查询记录：如最近3个月的贷款查询记录（以bureau_enquiry开头）
数据用途概述：
该数据集适用于信用卡行为评分模型的开发和验证，支持银行进行风险管理和客户画像分析。具体应用场景包括：
1. 预测客户违约概率，帮助银行优化信用额度和利率分配。
2. 评估现有信用卡客户的信用风险，支持风险管理部门制定差异化管理策略。
3. 提供数据支持，帮助银行改进信用评估模型，提升风险控制能力。
4. 用于金融教育和培训，帮助学习者理解和掌握信用卡风险评估的实践方法。
通过该数据集，研究人员和金融机构可以深入分析信用卡客户的信用行为模式，识别潜在风险，为制定科学的信贷政策提供数据支持。
