数据集概述
本数据集为研究论文《From Crisis to Algorithm: Credit Delinquency Prediction in Peru under Critical External Factors Using Machine Learning》的支持材料，包含信贷风险记录、外部因素数据（COVID-19病例、气候异常、社会动荡）、机器学习模型用处理特征，以及数据预处理、模型训练等Python脚本、Jupyter笔记本和统计分析工具，确保研究结果可重现。
文件详解
- 压缩文件（Archives）
- 文件名称：Hojas de Trabajo Cuadros.zip
- 文件格式：ZIP
- 字段映射介绍：包含研究中使用的工作表和表格数据，具体内容未提供预览
- 文件名称：Image.zip
- 文件格式：ZIP
- 字段映射介绍：包含研究相关的图像文件，具体内容未提供预览
- 文件名称：Programs.zip
- 文件格式：ZIP
- 字段映射介绍：包含Python脚本、Jupyter笔记本等程序文件，用于数据预处理、模型训练、评估和解释性分析（SHAP、LIME）
- 文件名称：Video.zip
- 文件格式：ZIP
- 字段映射介绍：包含研究相关的视频文件，具体内容未提供预览
- 文件名称：Data.zip
- 文件格式：ZIP
- 字段映射介绍：包含信贷风险记录、外部因素数据（COVID-19病例、气候异常、社会动荡）及处理后的机器学习特征数据，具体字段未提供预览
数据来源
论文“From Crisis to Algorithm: Credit Delinquency Prediction in Peru under Critical External Factors Using Machine Learning”的支持材料仓库
适用场景
- 信贷违约预测模型开发: 利用信贷风险记录和外部因素数据，训练和优化秘鲁信贷违约预测的机器学习模型
- 外部因素对信贷风险影响分析: 研究COVID-19、气候异常、社会动荡等外部因素与信贷违约率的关联
- 金融风控策略制定: 为金融机构提供信贷风险评估的模型参考，支持风控策略优化
- 机器学习模型解释性研究: 使用SHAP、LIME等工具分析模型预测结果，提升信贷风险模型的可解释性
- 研究结果可重复性验证: 借助提供的代码和数据，复现论文中的研究结果，支持学术验证和扩展研究
