mstz/nbfi

NBFI数据集，源自Kaggle，用于预测客户是否违约的二分类任务。数据集包含客户的收入、资产情况、贷款状态、教育水平、婚姻状况等多项特征，适用于表格分类任务。

原始信息汇总

数据集概述

基本信息

• 名称: NBFI
• 来源: Kaggle
• 链接: NBFI dataset
• 语言: 英语
• 标签:
  • nbfi
  • tabular_classification
  • binary_classification
• 美观名称: NBFI
• 大小分类: 1K<n<10K
• 任务分类: tabular-classification
• 配置: default
• 许可证: cc

任务描述

• 配置: default
• 任务: Binary classification
• 描述: Has the client defaulted?

特征列表

特征	类型
income	float32
owns_a_car	bool
owns_a_bike	bool
has_an_active_loan	bool
owns_a_house	bool
nr_children	int8
credit	float32
loan_annuity	float32
accompanied_by	string
income_type	string
education_level	float32
marital_status	float32
is_male	bool
type_of_contract	string
type_of_housing	string
residence_density	float32
age_in_days	int32
consecutive_days_of_employment	int16
nr_days_since_last_registration_change	int32
nr_days_since_last_document_change	int32
owned_a_house_for_nr_days	int32
has_provided_a_mobile_number	bool
has_provided_a_home_number	bool
was_reachable_at_work	bool
job	string
nr_family_members	int8
city_rating	int8
weekday_of_application	int8
hour_of_application	float32
same_residence_and_home	bool
same_work_and_home	bool
score_1	float32
score_2	float32
score_3	float32
nr_defaults_in_social_circle	int8
inquiries_in_last_year	float32

使用示例

python from datasets import load_dataset

dataset = load_dataset("mstz/nbfi")["train"]

搜集汇总

数据集介绍

构建方式

在金融风险建模领域，NBFI数据集通过整合多维度的客户信息构建而成，旨在预测车辆贷款违约行为。该数据集源自Kaggle平台，涵盖了客户的收入、资产状况、信用历史、家庭背景及申请行为等结构化特征。其构建过程侧重于从实际贷款申请场景中提取关键变量，以反映借款人的还款能力与意愿，为违约预测提供了详实的数据基础。

特点

NBFI数据集的特点在于其丰富的特征维度与明确的分类目标。数据集包含数值型、布尔型及分类型变量，如收入、资产持有状态、信用评分及人口统计信息，全面刻画了客户的经济与社会属性。作为二分类任务数据集，它以客户是否违约为核心标签，适用于信用风险评估模型的训练与验证，体现了金融数据的高维性与实用性。

使用方法

该数据集的使用方法简便高效，用户可通过Hugging Face的datasets库直接加载。调用load_dataset函数并指定数据集名称即可获取训练集，随后可进行特征工程、模型训练与评估等操作。其结构化格式支持常见的机器学习框架，便于研究人员在金融风控领域开展违约预测模型的开发与性能测试。

背景与挑战

背景概述

在金融科技与信贷风险评估领域，精准预测客户违约行为是核心研究议题。NBFI数据集由Kaggle平台用户mstz于近年发布，聚焦于车辆贷款还款场景下的客户违约预测。该数据集通过整合多维客户特征，如收入、资产状况、信用历史及申请行为等结构化变量，旨在构建一个适用于二分类任务的基准资源。其出现响应了金融机构对自动化、数据驱动的风险管控工具的迫切需求，为机器学习模型在信用评分领域的应用与优化提供了实证基础，推动了可解释人工智能在金融决策中的深入探索。

当前挑战

该数据集致力于解决信贷违约预测这一经典而复杂的领域问题，其挑战在于如何从高维、异构的客户特征中捕捉违约行为的细微模式，并克服类别不平衡、特征共线性及数据噪声对模型泛化能力的干扰。在构建过程中，挑战主要体现在数据采集与整合的复杂性上，包括多源信息的标准化处理、缺失值与异常值的稳健填充，以及敏感个人信息的匿名化保护，这些步骤均需在确保数据质量与合规性的前提下完成，以维持数据集的可靠性与可用性。

常用场景

经典使用场景

在金融风险管理领域，NBFI数据集为车辆贷款违约预测提供了经典的应用场景。该数据集通过整合客户的收入、资产状况、信用历史及申请行为等多维度特征，构建了一个结构化的二分类任务框架。研究人员利用逻辑回归、梯度提升树等机器学习模型，对客户违约风险进行精准评估，从而优化贷款审批流程，降低金融机构的潜在损失。

实际应用

在实际金融业务中，NBFI数据集被广泛应用于银行、信贷机构的自动化风控系统。通过实时分析客户的资产动态、还款能力及行为轨迹，系统能够动态调整信用额度与利率策略，实现个性化贷款服务。同时，该数据集支持监管科技的发展，帮助机构满足合规要求，提升整体运营效率与市场竞争力。

衍生相关工作

围绕NBFI数据集，衍生出一系列经典研究工作，包括基于深度学习的端到端违约预测模型、融合图神经网络的社会关系风险传播分析，以及可解释人工智能在信用决策中的应用。这些成果不仅丰富了金融科技领域的算法库，还促进了跨学科融合，为后续的联邦学习、隐私保护计算等前沿方向提供了重要的数据基准与实验平台。