银行营销客户特征与经济环境数据集-客户是否购买定期存款预测-训练集-测试集
数据来源：互联网公开数据
标签：银行营销,客户特征,经济环境,市场营销,预测,机器学习,客户行为,金融,时间序列
数据概述：
本数据集源自UCI机器学习库中的“银行营销”数据集，并增加了五个社会和经济属性，为银行定期存款的电话营销活动提供了更深入的见解。数据包含训练集（train.csv）和测试集（test.csv）两个文件。训练集包含28,645行，21列，包含客户数据、营销活动细节以及社会/经济环境信息，以及目标变量y（客户是否订阅了定期存款）。测试集包含12,543行，20列，与训练集类似，但不包含目标变量y。
数据集包含以下变量：
银行客户数据：
id：每条记录的唯一标识符
age：客户年龄
job：工作类型（如“技术员”、“行政人员”等）
marital：婚姻状况（如“单身”、“已婚”等）
education：教育程度
default：客户是否有违约信用
housing：客户是否有住房贷款
loan：客户是否有个人贷款
最后联系信息：
contact：联系沟通类型（如“手机”、“电话”）
month：最后联系月份
day_of_week：最后联系的星期几
duration：最后联系的持续时间（秒）
其他属性：
campaign：活动期间的联系次数
pdays：客户上次在之前的活动中被联系的天数（999表示未联系）
previous：在当前活动之前的联系次数
poutcome：先前营销活动的结果（例如，“成功”、“失败”、“不存在”）
社会和经济背景：
emp.var.rate：就业变动率
cons.price.idx：消费者物价指数
cons.conf.idx：消费者信心指数
euribor3m：3个月期Euribor利率
nr.employed：雇员人数
目标变量（仅在train.csv中）：
y：客户是否订阅了定期存款（“是”或“否”）
数据集说明：
分类属性中的缺失值表示为"unknown"。
数据用途概述：
该数据集适用于客户购买定期存款的预测建模、市场营销活动分析、客户行为研究等多种场景。研究人员可以利用此数据构建预测模型，识别影响客户购买行为的关键因素；市场营销人员可以根据数据优化营销策略，提高营销活动的效率；金融分析师可以利用此数据分析客户的财务状况和风险承受能力。
