P2P贷款数据集 想不想尝试运用数据挖掘的方式来解决金融问题?尝试P2P贷款的人群都有哪些行为特征呢?P2P贷款数据集可以帮助您探索这些问题! 数据集内容作者将2013年至2018年的Prosper和Lending Club的历史贷款合并在一起。提供贷款摘要(条款,发起日期,贷款金额,状态等)详细数据。 详细信息本数据集一共提供24522个样本,18个特征: loan_number(借款编号) amount_borrowed (借款总数) term(期限) borrower_rate(借款人率) installment(分期付款) origination_date(起始日期) principal_balance(本金余额) principal_paid(已付本金) interest_paid(已付利息) latefeespaid(已付费用) debtsaleproceeds_received(债务出售收入) lastpaymentdate(截止付款日期) nextpaymentdue_date(下次付款到期日) dayspastdue(逾期天数) loanstatusdescription(贷款状态描述) data_source(数据源) 数据集来源数据集来源:https://www.kaggle.com/skihikingkevin/online-p2p-lending 点击阅读原文即可获取数据集 你可能还感兴趣 K-means —无监督聚类的经典算法 每周数据集:英雄联盟比赛数据集 python玩转信号处理与机器学习入门 ![]() 扫描公众号二维码 获取更多新鲜资讯 ![]() ![]() ![]() 发现意外 创造可能 了解更多知识,请关注卡神吧,为您提供信用卡、贷款、理财、保险等资讯及交流! 特别声明1、该文观点仅代表作者本人,卡神吧系信息发布平台,卡神吧仅提供信息存储空间服务。 2、您若发现有侵略您著作权行为,请及时告知,我们工作人员将在第一时间删除侵权作品、停止继续传播。 3、如果你喜欢这篇文章,请帮助我们转发它分享给你身边的好友。 |
如何变更中行贷款还款卡-手机银行功能强大
拜登“史上最大规模”释放石油储备,是冒险