Andyrasika/banking-marketing

该数据集与葡萄牙银行机构的直接营销活动（电话营销）相关，目标是预测客户是否会订阅定期存款。数据集包含两个文件：train.csv和test.csv，分别包含45,211行和4,521行数据，每行数据包含18个特征列。特征包括客户的基本信息（如年龄、职业、婚姻状况、教育水平、是否有违约、平均年余额、是否有住房贷款、是否有个人贷款）、最后一次联系的信息（如联系方式、日期、月份、持续时间）以及其他相关属性（如本次活动的联系次数、上次活动后的天数、上次活动的联系次数、上次活动的结果）。输出变量为是否订阅定期存款（是/否）。

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • age: 年龄，数据类型为 int64
  • job: 工作类型，数据类型为 string
  • marital: 婚姻状态，数据类型为 string
  • education: 教育水平，数据类型为 string
  • default: 是否有信用违约，数据类型为 string
  • balance: 平均年余额，数据类型为 int64
  • housing: 是否有住房贷款，数据类型为 string
  • loan: 是否有个人贷款，数据类型为 string
  • contact: 联系沟通类型，数据类型为 string
  • day: 最后联系日的月份日期，数据类型为 int64
  • month: 最后联系月的年份月份，数据类型为 string
  • duration: 最后联系持续时间，数据类型为 int64
  • campaign: 当前活动中对该客户的联系次数，数据类型为 int64
  • pdays: 自上次联系以来的天数，数据类型为 int64
  • previous: 之前活动中对该客户的联系次数，数据类型为 int64
  • poutcome: 之前营销活动的结果，数据类型为 string
  • y: 客户是否订阅了定期存款，数据类型为 string

• 数据分割:

  • train: 训练集，包含 45211 个样本，大小为 6654353 字节
  • test: 测试集，包含 4521 个样本，大小为 665707 字节

• 数据集大小:

  • 下载大小: 834481 字节
  • 数据集总大小: 7320060 字节

• 配置:

  • default 配置:
    • 训练集路径: data/train-*
    • 测试集路径: data/test-*

数据集内容

• 训练集: 包含 45211 行和 18 列，按日期排序（从 2008 年 5 月到 2010 年 11 月）
• 测试集: 包含 4521 行和 18 列，随机从训练集中选取 10% 的样本

列描述

• 客户数据:
  • age: 年龄（数值型）
  • job: 工作类型（分类型）
  • marital: 婚姻状态（分类型）
  • education: 教育水平（分类型）
  • default: 是否有信用违约（二元型）
  • balance: 平均年余额（数值型）
  • housing: 是否有住房贷款（二元型）
  • loan: 是否有个人贷款（二元型）
• 当前活动的最后联系:
  • contact: 联系沟通类型（分类型）
  • day: 最后联系日的月份日期（数值型）
  • month: 最后联系月的年份月份（分类型）
  • duration: 最后联系持续时间（数值型）
• 其他属性:
  • campaign: 当前活动中对该客户的联系次数（数值型）
  • pdays: 自上次联系以来的天数（数值型）
  • previous: 之前活动中对该客户的联系次数（数值型）
  • poutcome: 之前营销活动的结果（分类型）
• 目标变量:
  • y: 客户是否订阅了定期存款（二元型）