美运信用卡违约风险预测数据集
数据来源：互联网公开数据
标签：信用卡违约,风险预测,机器学习,客户信息,数据分析,金融预测,美国运通
数据概述：
本数据集来源于美国运通与HackerEarth联合举办的“AmExpert 2021 CODELAB – 机器学习黑客马拉松”竞赛。数据集包含1963年至2021年间印度的初创企业完整记录，旨在帮助参赛者建立机器学习模型以预测信用卡违约风险。数据集分为训练集（train.csv）和测试集（test.csv），分别包含45528和11383条记录，及一个样本提交文件（sample_submission.csv）。数据集列出了客户的唯一识别信息、基本信息、收入、职业、信用情况、贷款历史等关键要素。
数据用途概述：
该数据集适用于信用卡违约风险预测、信用分析、金融风险评估等多种场景。研究人员可利用此数据进行信用风险预测模型的开发与验证；金融机构可借助数据进行客户信用评估；政策制定者可基于数据评估信贷政策的有效性。此外，数据集也适合用于教育培训，帮助学习者理解信用风险管理的基本原理。
数据字段定义：
customer_id：客户唯一标识符
name：客户姓名
age：客户年龄（年）
gender：客户性别（F表示女性，M表示男性）
owns_car：客户是否拥有汽车（Y表示是，N表示否）
owns_house：客户是否拥有房产（Y表示是，N表示否）
no_of_children：客户子女数量
net_yearly_income：客户净年收入（美元）
no_of_days_employed：客户工作天数
occupation_type：客户职业类型（IT员工，经理，会计师，厨师等）
total_family_members：客户家庭成员数量
migrant_worker：客户是否为农民工（1表示是，0表示否）
yearly_debt_payments：客户年债务偿还额（美元）
credit_limit：客户信用额度（美元）
credit_limit_used(%)：客户信用额度使用百分比
credit_score：客户信用评分
prev_defaults：客户之前违约次数
default_in_last_6months：客户过去6个月是否违约（1表示是，0表示否）
credit_card_default：客户是否将违约（1表示是，0表示否）
