印度银行定期存款订阅预测数据集1963-2021
数据来源：互联网公开数据
标签：银行营销,定期存款,客户预测,葡萄牙,金融分析,市场营销,客户行为
数据概述：
本数据集包含一家葡萄牙银行机构客户的信息，旨在预测客户是否会订阅银行定期存款（目标变量y）。数据来源于直接营销活动，每个条目对应一个单独的客户。数据集包含45,211条记录，17个属性，涵盖客户信息和营销活动详情，包括数值型和分类型数据。
数据用途概述：
该数据集适用于银行营销策略分析、客户行为预测、金融产品推广等多个场景。研究人员可以利用此数据来识别影响客户订阅定期存款的关键因素，帮助银行优化营销策略。同时，数据集也适用于机器学习模型的训练和评估，比较不同模型在预测客户订阅行为上的表现。
举例：
- 年龄：客户年龄（数值型）
- 职业：客户职业类型（分类型：管理员、蓝领、企业家等）
- 婚姻状况：客户婚姻状况（分类型：已婚、单身、离婚）
- 教育程度：客户教育水平（分类型：小学、中学、大学、未知）
- 信用逾期：客户是否有信用逾期记录（分类型：是、否）
- 平均余额：客户平均每年账户余额（单位：欧元，数值型）
- 房屋贷款：客户是否有房屋贷款（分类型：是、否）
- 个人贷款：客户是否有个人贷款（分类型：是、否）
- 联系方式：客户联系方式类型（分类型：未知、电话、手机）
- 最后联系日：客户最后一次联系日（数值型，1-31）
- 最后联系月：客户最后一次联系月（分类型：1月、2月、3月……12月）
- 联系时长：客户最后一次联系时长（单位：秒，数值型）
- 本次活动联系次数：本次营销活动中与客户联系次数（数值型）
- 自上次活动以来天数：自上次营销活动以来与客户联系的天数（数值型，-1表示未联系过）
- 之前活动联系次数：在本次营销活动之前与客户联系的次数（数值型）
- 上次活动结果：上次营销活动的结果（分类型：未知、其他、失败、成功）
- y：目标变量，客户是否订阅定期存款（二分类型：是、否）
该数据集未进行任何预处理，用户需要自行处理缺失值、编码分类变量并进行特征工程。该数据集由UCI机器学习存储库提供，遵循开放数据公共领域专用许可证（PDDL）。
