客户信用风险评估数据集CustomerCreditRiskAssessmentDataset-carolinacaicedo
数据来源：互联网公开数据
标签：信用风险, 客户画像, 贷款申请, 风险评估, 机器学习, 数据分析, 客户细分, 金融风控
数据概述：
该数据集包含客户的信用申请相关数据，记录了客户的基本信息、贷款情况以及其他相关特征，用于信用风险评估和客户行为分析。主要特征如下：
时间跨度：数据未标明具体时间，可视为静态客户信息快照。
地理范围：数据未限定具体地理范围，但可能反映了特定金融机构的客户群体特征。
数据维度：数据集包含多个字段，如SK_ID_CURR（贷款申请ID）、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（收入总额）、AMT_CREDIT（贷款额度）、AMT_ANNUITY（年金）、AMT_GOODS_PRICE（商品价格）、TYPE_SUITE（同住人类型）、INCOME_TYPE（收入类型）、EDUCATION_TYPE（教育程度）、FAMILY_STATUS（家庭状况）、HOUSING_TYPE（居住类型）、REGION_POPULATION_RELATIVE（居住地人口比例）、DAYS_BIRTH（出生日期，以天为单位）、DAYS_EMPLOYED（雇佣天数）、DAYS_REGISTRATION（注册天数）、DAYS_ID_PUBLISH（身份证发布天数）、OWN_CAR_AGE（车龄）、FLAG_MOBIL（是否有手机）、FLAG_EMP_PHONE（是否有工作电话）、FLAG_WORK_PHONE（是否有办公电话）、FLAG_CONT_MOBILE（是否可联系移动电话）、FLAG_PHONE（是否有电话）、FLAG_EMAIL（是否有邮箱）、OCCUPATION_TYPE（职业类型）、CNT_FAM_MEMBERS（家庭成员数量）、REGION_RATING_CLIENT（地区评级）、REGION_RATING_CLIENT_W_CITY（含城市地区评级）、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一致）、REG_REGION_NOT_WORK_REGION（注册地区与工作地区是否一致）、LIVE_REGION_NOT_WORK_REGION（居住地区与工作地区是否一致）、REG_CITY_NOT_LIVE_CITY（注册城市与居住城市是否一致）、REG_CITY_NOT_WORK_CITY（注册城市与工作城市是否一致）、LIVE_CITY_NOT_WORK_CITY（居住城市与工作城市是否一致）、ORGANIZATION_TYPE（组织类型）、EXT_SOURCE_1（外部数据源1）。
数据格式：CSV格式，文件名为application_test.csv，便于数据分析和建模。
该数据集适用于信用风险评估、客户细分、欺诈检测等领域。
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：适用于金融风控、信用评分模型、客户行为分析等领域的研究。
行业应用：为银行、消费金融公司等金融机构提供数据支持，用于信用风险评估、贷款审批、客户管理等。
决策支持：支持信贷决策、风险管理策略制定、客户生命周期价值评估。
教育和培训：作为金融学、数据科学等相关课程的实训材料，帮助学生和研究人员理解信用风险评估流程，掌握相关建模技术。
此数据集特别适合用于构建和优化信用评分模型，提升贷款审批效率和风险控制能力。
