LendingClub Loan Data

Historial de préstamos peer-to-peer con desenlaces reales, ideal para modelos de riesgo crediticio.

ÁreaEconomía y Finanzas
DominioFinanzas
DificultadIntermedio
Tamaño~2 millones de préstamos históricos · Cientos de variables
Fuente oficial

¿Qué puedes lograr con este dataset?

  • Construir modelos de scoring crediticio con datos de préstamos reales
  • Practicar ingeniería de características sobre variables financieras y de comportamiento
  • Manejar un dataset con alta dimensionalidad y datos faltantes considerables

Descripción

LendingClub fue una de las plataformas de préstamos peer-to-peer más grandes de EE. UU., y sus datos históricos (ahora distribuidos vía Kaggle tras el cierre del acceso directo) incluyen información detallada del préstamo, del solicitante y si finalmente pagó o incumplió, ideal para modelar riesgo crediticio de punta a punta.

Casos de uso

  • Modelos de probabilidad de incumplimiento (default) de un préstamo
  • Práctica de ingeniería de features financieras (ratios deuda/ingreso, historial crediticio)
  • Análisis de rentabilidad esperada de una cartera de préstamos
  • Enseñanza de interpretabilidad de modelos en contextos regulados

Cómo cargarlo

Cómo cargarlopython
import pandas as pd

df = pd.read_csv("accepted_2007_to_2018Q4.csv.gz", low_memory=False)
print(df["loan_status"].value_counts())

Ventajas y limitaciones

Ventajas

  • Datos reales de un problema de negocio de alto impacto (crédito)
  • Volumen y riqueza de variables suficientes para proyectos serios
  • Desenlaces reales conocidos (pagado, incumplido), no simulados

Limitaciones

  • LendingClub descontinuó el acceso oficial directo; se distribuye vía mirrors de la comunidad
  • Cientos de columnas con datos faltantes y formatos inconsistentes que exigen limpieza considerable

Datasets relacionados