Biedlin / Titanic84
Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%
☆53Updated 6 years ago
Alternatives and similar repositories for Titanic84
Users that are interested in Titanic84 are comparing it to the libraries listed below
Sorting:
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 利用Logistic回归实现信用卡欺诈检测☆48Updated 3 years ago
- 基于互联网金融平台2015年度贷款数据完成信贷违约预测模型,该模型可以作为信贷平台预测违约借款人的参考☆68Updated 6 years ago
- 马上消费金融挑战者大赛-违约用户风险预测--第三名方案☆71Updated 4 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取 了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆93Updated 6 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆118Updated 6 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆27Updated 5 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 years ago
- 第二届智慧中国杯精品旅行服务成单预测 第二名比赛方案☆31Updated 6 years ago
- 大家好,我是coggle开源小组成员 庐州小火锅,这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案(具体介绍见我的csdn:),现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆48Updated 4 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题,每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交 易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆43Updated 6 years ago
- 银行客户流失预警模型☆44Updated 7 years ago
- 基于Python的申请信用评分卡模型分析☆138Updated 6 years ago
- 招商银行信用卡中心 消费金融场景下的用户购买预测 rank1☆208Updated 6 years ago
- 2018年甜橙金融杯大数据建模大赛-初赛第四-复赛线上11-决赛9-复现top1解决方案-【二分类,风控】☆76Updated 4 years ago
- 使用sklearn做特征工程☆172Updated 6 years ago
- 数据分析,挖掘建模。☆207Updated 3 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- 根据用户数据以及消费行为数据,使用Python建立分类模型,通过评估客户流失的风险来预测客户流转情况,找到对客户影响较大的因素,进而挽留客户☆9Updated 4 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆48Updated 5 years ago
- kaggle贷款违约预测☆36Updated 6 years ago
- 马上AI全球挑战赛-违约用户风险预测 top2-solution☆17Updated 6 years ago
- 人工智能社会保险反欺诈分析☆30Updated 6 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆95Updated 3 years ago
- 机器学习、深度学习、NLP实战项目☆137Updated 7 years ago
- 2018科大讯飞营销算法大赛(冠军方案)☆94Updated 5 years ago
- 识别失信企业大赛☆26Updated 5 years ago
- 以京东评论作为数据集,使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆32Updated 4 years ago
- 第三届融360天机智能金融算法挑战赛-第二题:特征挖掘☆115Updated 6 years ago
- 数据挖掘的相关案例和demo☆43Updated 7 years ago