Dataset之GermanCreditData:GermanCreditData数据集的简介、下载、使用方法之详细攻略
Dataset之GermanCreditData:GermanCreditData数据集的简介、下载、使用方法之详细攻略
目录
GermanCreditData数据集的简介
1、数据集描述
GermanCreditData数据集的下载
GermanCreditData数据集的使用方法
GermanCreditData数据集的简介
德国信用数据,该数据集来自汉堡大学统计与计量研究所的教授,Hans Hofmann博士所收集制作。
1、数据集描述
备注:DM指德国货币—马克,1DM≈11RMB
字段英文 |
中文 |
描述 |
|
7个数值型 |
Duration in month |
月持续时间 |
|
Credit amount |
信用额度 |
||
Installment rate in percentage of disposable income |
分期付款率占可支配收入的百分比 |
||
Present residence since |
现居住地至今 |
||
Age in years |
年龄 |
||
Number of existing credits at this bank |
这家银行的现有信贷数量 |
||
Number of people being liable to provide maintenance for |
有责任为其提供维修服务的人数 |
||
13个类别型 |
Status of existing checking account |
现有支票账户的状态 |
A11 : ... < 0 DM A12 : 0 <= ... < 200 DM A13 : ... >= 200 DM /salary assignments for at least 1 year至少 1 年的工资分配 A14 : no checking account无账户 |
Credit history |
信用记录 |
A30 : no credits taken/all credits paid back duly A31 : all credits at this bank paid back duly A32 : existing credits paid back duly till now A33 : delay in paying off in the past A34 : critical account/other credits existing (not at this bank) |
|
Purpose |
目的 |
A40 : car (new) A41 : car (used) A42 : furniture/equipment A43 : radio/television A44 : domestic appliances A45 : repairs A46 : education A47 : (vacation - does not exist?) A48 : retraining A49 : business A410 : others |
|
Savings account/bonds |
储蓄账户/债券 |
A61 : ... < 100 DM A62 : 100 <= ... < 500 DM A63 : 500 <= ... < 1000 DM A64 : .. >= 1000 DM A65 : unknown/ no savings account |
|
Present employment since |
至今工作至今 |
A71 : unemployed A72 : ... < 1 year A73 : 1 <= ... < 4 years A74 : 4 <= ... < 7 years A75 : .. >= 7 years |
|
Personal status and sex |
个人地位和性别 |
A91 : male : divorced/separated A92 : female : divorced/separated/married A93 : male : single A94 : male : married/widowed A95 : female : single |
|
Other debtors / guarantors |
其他债务人/担保人 |
A101 : none A102 : co-applicant A103 : guarantor |
|
Property |
财产 |
A121 : real estate A122 : if not A121 : building society savings agreement/life insurance A123 : if not A121/A122 : car or other, not in attribute 6 A124 : unknown / no property |
|
Other installment plans |
其他分期付款计划 |
A141 : bank A142 : stores A143 : none |
|
Housing |
住房 |
A151 : rent A152 : own A153 : for free |
|
Job |
工作 |
A171 : unemployed/ unskilled - non-resident A172 : unskilled - resident A173 : skilled employee / official A174 : management/ self-employed/highly qualified employee/ officer |
|
Telephone |
电话 |
A191 : none A192 : yes, registered under the customers name |
|
foreign worker |
外籍工人 |
A201 : yes A202 : no |
GermanCreditData数据集的下载
数据集链接:UCI Machine Learning Repository
GermanCreditData数据集的使用方法
相关案例
ML之LoR:基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之全流程讲解_一个处女座的程序猿的博客-CSDN博客
https://blog.csdn.net/qq_41185868/article/details/125418213
Dataset之GermanCreditData:GermanCreditData数据集的简介、下载、使用方法之详细攻略相关推荐
- Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略 目录 sklearn中的train_test_split函数的简介 train_tes ...
- Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略 目录 sklearn中的RobustScaler 函数的简介及使用方法 sklearn中的R ...
- sklearn:sklearn.GridSearchCV函数的简介、使用方法之详细攻略
sklearn:sklearn.GridSearchCVl函数的简介.使用方法之详细攻略 目录 sklearn.GridSearchCV函数的简介 1.参数说明 2.功能代码 sklearn.Grid ...
- sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform.transform.inverse_transform简介.使用方法之详细攻略 ...
- ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介、使用方法之详细攻略
ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介.使用方法之详细攻略 目录 sklearn.linear_mode中的LogisticRe ...
- sklearn:sklearn.feature_selection的SelectFromModel函数的简介、使用方法之详细攻略
sklearn:sklearn.feature_selection的SelectFromModel函数的简介.使用方法之详细攻略 目录 SelectFromModel函数的简介 1.使用SelectF ...
- Python编程语言学习:包导入和模块搜索路径简介、使用方法之详细攻略
Python编程语言学习:包导入和模块搜索路径简介.使用方法之详细攻略 目录 包导入和模块搜索路径简介 1.Pyhon搜索模块路径的机制 2.自定义配置搜索路径
- Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略 目录 sklearn.preprocessing中的Stand ...
- Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介.使用方法之详细攻略 目录 matplotlib.pyplot的plt.legend函数的简 ...
- BigData之Hive beeline:beeline的简介、使用方法之详细攻略
BigData之Hive beeline:beeline的简介.使用方法之详细攻略 目录 beeline的简介 beeline的使用方法 1.命令行参数解释 2.beeline的输出格式 2.1.ta ...
最新文章
- c mysql 分页,MySQL查询之排序分页
- linux 里常用的几个查找命令
- CoreJava 5.3 泛型数组列表
- build.xml引用其它文件的任务
- string类有可以调换方向的函数吗_深度剖析C++中的inline函数
- Oracle技术之索引与Null值对于Hints及执行计划的影响
- 报错,Error starting ApplicationContext. To display the conditions report re-run your application with
- OpenJS 基金会推出 Node.js 证书,JS 开发者可以“考证”了
- Texture block combine command 纹理块合并命令
- 随机模拟的基本思想和常用采样方法(sampling)
- leetcode 326 [easy]--- Power of Three
- python怎么画波浪,字符波浪|Python练习系列[14]
- IOS越狱流程,支持最高IOS12.1.2,包含未签名ipa的安装教程
- Baby Sign Language
- Python学习笔记 | 编码和文件读写
- 深度 | 剖析中国金融科技50强,数十万亿风口怎么追?
- Oracle存储过程中游标的简单使用
- Windows搭建ngrok服务器、Linux搭建ngrok服务器、支持用户管理
- LPR定价合适,还是固定利率合适,python帮你算一算
- 什么是Pyc?Pyc的作用是什么?