链上借贷风险评估训练数据集On-chainLendingRiskAssessmentTrainingDataset-murtazahanzala
数据来源：互联网公开数据
标签：区块链, 借贷, 风险评估, 以太坊, 机器学习, 贷款违约, 数据分析, 智能合约
数据概述：
该数据集包含来自以太坊区块链上的借贷活动数据，记录了与钱包属性相关的各种特征，旨在用于风险评估和贷款违约预测。主要特征如下：
时间跨度：数据未标明具体时间范围，但根据文件名中的日期（20230830）推断，该数据集可能反映了截至2023年8月30日的链上活动。
地理范围：数据主要来源于以太坊区块链，因此覆盖范围为全球，反映了全球范围内的以太坊用户借贷行为。
数据维度：数据集包含多个特征，如钱包余额、贷款期限、贷款历史、贷款金额、质押币种、钱包年龄、分期利率、区块链类型、蓝筹NFT持有情况、贷款数量、延期还款记录、当前关键贷款状态、再融资情况、时间相关的贷款信息、健康因子等，以及一个目标变量“y_column”，用于表示贷款是否违约。
数据格式：CSV格式，文件名为walletattributestrainingdatacomplete_v1_01_202308300117_updated_data_normalized_complete.csv，便于数据分析和建模。
来源信息：数据来源于区块链公开数据，经过了标准化处理，为建模提供了便利。
该数据集适合用于区块链借贷风险评估、贷款违约预测等研究，以及在机器学习模型中应用。
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：适用于区块链金融、风险管理等领域的学术研究，例如，分析不同钱包属性与贷款违约之间的关系，探索链上借贷市场的风险特征。
行业应用：可以为去中心化金融（DeFi）平台、借贷协议等提供数据支持，尤其是在风险控制、信用评估、贷款审批等方面。
决策支持：支持金融机构和DeFi平台进行风险管理和决策，优化贷款策略，降低坏账风险。
教育和培训：作为区块链金融、风险管理、机器学习等课程的实训材料，帮助学生和研究人员理解链上借贷的运作机制。
此数据集特别适合用于探索影响链上借贷风险的关键因素，构建预测模型，并帮助用户优化风险管理策略，提升借贷业务的安全性。
