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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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

  8. 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 ...

  9. 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 ...

  10. 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

  1. c mysql 分页,MySQL查询之排序分页
  2. linux 里常用的几个查找命令
  3. CoreJava 5.3 泛型数组列表
  4. build.xml引用其它文件的任务
  5. string类有可以调换方向的函数吗_深度剖析C++中的inline函数
  6. Oracle技术之索引与Null值对于Hints及执行计划的影响
  7. 报错,Error starting ApplicationContext. To display the conditions report re-run your application with
  8. OpenJS 基金会推出 Node.js 证书,JS 开发者可以“考证”了
  9. Texture block combine command 纹理块合并命令
  10. 随机模拟的基本思想和常用采样方法(sampling)
  11. leetcode 326 [easy]--- Power of Three
  12. python怎么画波浪,字符波浪|Python练习系列[14]
  13. IOS越狱流程,支持最高IOS12.1.2,包含未签名ipa的安装教程
  14. Baby Sign Language
  15. Python学习笔记 | 编码和文件读写
  16. 深度 | 剖析中国金融科技50强,数十万亿风口怎么追?
  17. Oracle存储过程中游标的简单使用
  18. Windows搭建ngrok服务器、Linux搭建ngrok服务器、支持用户管理
  19. LPR定价合适,还是固定利率合适,python帮你算一算
  20. 什么是Pyc?Pyc的作用是什么?

热门文章

  1. 【转发】日访问量百亿级的微博如何做缓存架构设计
  2. Java设计模式——状态模式【State Pattern】
  3. nor和nand的区别 emmc 字符设备和块设备
  4. 计算机中的英语六级作文万能模板,大学英语六级作文万能模板7篇
  5. hdu3018解题报告--也是白话几笔画学习总结
  6. 微信小程序实现城市选择效果(超详细)
  7. 平板电脑安装软件_平板电脑用哪款便签软件比较好?
  8. 在WEB页面中根据分辨率自动调整内容宽度,以适应表格宽度
  9. Android 性能优化之线程优化
  10. 给软件添加注册码【笔记】