> ML_DATASET // GERMAN-CREDIT-DATA_v1.0
Statlog (German Credit Data)
UCI Machine Learning Repository / Prof. Hofmann (Univ. Hamburg) · Banking & Credit Risk · 1,000 credit applications, 20 attributes
Banking & Credit RiskCC-BY-4.01,000 credit applications, 20 attributesopen
Veri Profili ve Özellikler
Etiket Tipi:Binary creditability (1: Good, 2: Bad credit risk)
Diller:de, en
Lisans Seviyesi:permissive-open-source
Modaliteler:tabular
Amaçlanan Kullanım (Intended Use)
- Maliyete duyarlı ikili sınıflandırma kıyaslaması (maliyet matrisi: sahte iyi = 5 kat ceza)
Yasaklanan / Kaçınılması Gereken Kullanım
- Modern regülasyon doğrulaması olmaksızın üretim kredilendirmesinde kullanımı
Önyargı, Veri Sızıntısı ve Gizlilik Risk Analizi
Kişisel Veri Riskleri (Privacy Risks):
Simüle edilmiş başvuru sahibi finansal ve kişisel özellikleri (medeni durum, yaş, konut).
Bilinen Önyargılar (Known Bias):
1990'lar Batı Almanya finansal demografisi; cinsiyet ve medeni durum yanlılığı.
Veri Sızıntısı Riski (Known Leakage):
Kredi süresi ve mevcut vadesiz hesap bakiyesi temerrüt ile yüksek korelasyona sahiptir.