Select Language

AI社区

公开数据集

德国信用风险数据集

德国信用风险数据集

0.05M
167 浏览
0 喜欢
0 次下载
0 条讨论
Finance,Banking,Lending,Random Forest,Naive Bayes Classification

数据结构 ? 0.05M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    Conteúdo Dados de crédito: Banco Alem?o. Este dataset contêm informa??es sobre 20 variáveis e a classifica??o se um candidato é considerado um risco de crédito Bom ou Ruim para 1000 solicitantes de empréstimo de um Banco Alem?o. Origem Você pode encontrar este dataset disponível no site da PennState Eberly College of Science, Department of Statistics: https://newonlinecourses.science.psu.edu/stat508/resource/analysis/gcd A descri??o completa do conjunto de dados você encontra neste link: https://newonlinecourses.science.psu.edu/stat508/book/export/html/803 Inspira??o **Objetivo da análise: Minimiza??o do risco e maximiza??o do lucro em nome do banco.** Quando um banco recebe um pedido de empréstimo, com base no perfil do solicitante, o banco tem que decidir se deve ou n?o aprovar o empréstimo. Dois tipos de riscos est?o associados à decis?o do banco: - Se o candidato tiver um bom risco de crédito, ou seja, for provável que ele pague o empréstimo, a aprova??o do empréstimo para a pessoa n?o resultará em perda de negócios para o banco; - Se o requerente for um risco de crédito ruim, ou seja, n?o for provável que ele pague o empréstimo, a aprova??o do empréstimo para a pessoa resultará em uma perda financeira para o banco. Para minimizar a perda do ponto de vista do banco, o banco precisa de uma regra de decis?o sobre quem deve aprovar o empréstimo e quem n?o deve. Os perfis demográficos e socioecon?micos de um candidato s?o considerados pelos gerentes de empréstimo antes que uma decis?o seja tomada em rela??o ao seu pedido de empréstimo. *fonte: https://newonlinecourses.science.psu.edu/stat508/resource/analysis/gcd*
    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:0 去赚积分?
    • 167浏览
    • 0下载
    • 0点赞
    • 收藏
    • 分享