CheneyWoo / Salary_DecisionTree_C4.5_CART_RandomForestLinks
使用决策树实现预测人才招聘市场的最低薪酬预测 | C4.5分类 | CART回归 | 剪枝 | 随机森林
☆19Updated 6 years ago
Alternatives and similar repositories for Salary_DecisionTree_C4.5_CART_RandomForest
Users that are interested in Salary_DecisionTree_C4.5_CART_RandomForest are comparing it to the libraries listed below
Sorting:
- 卷积神经网络(CNN)提取影评特征构建电影推荐系统,pytorch实现☆129Updated 7 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆216Updated 6 years ago
- 利用Logistic回归实现信用卡欺诈检测☆49Updated 4 years ago
- 机器学习实践:贷款违约预测☆38Updated 6 years ago
- 人工智能社会保险反欺诈分析☆30Updated 7 years ago
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题以 中国移动用户信用分预测 为例,对比分析几类 常见的回归算法,包括:线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆18Updated 6 years ago
- 房价预测完整项目:1.爬取链家网数据 2.处理 后,用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好,R^2值0.75左右☆243Updated 6 years ago
- 银行客户流失预警模型☆44Updated 7 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测(CTR)。预测用户浏览给定网页的广告点击率,提高广告投放精准度。☆21Updated 7 years ago
- 唯品会用户购买行为预测☆31Updated 7 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆65Updated 9 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
- 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☆123Updated 6 years ago
- 此推荐系统类似网易云音乐推荐歌单以及推荐相似歌曲☆95Updated 7 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☆69Updated 7 years ago
- 基于Python的申请信用评分卡模型分析☆142Updated 6 years ago
- 爬虫爬取网站新闻,DBCAN聚类,推荐系统......☆15Updated 7 years ago
- 用itemCF和userCF算法实现的音乐推荐系统☆15Updated 7 years ago
- 本项目使用两种算法来实现一个电影推荐系统,一个是CNN,另一个是矩阵分解的协同过滤。☆137Updated 7 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆103Updated 7 years ago
- 一些经典的个性化推荐算法的实现,从理论推导到实战☆68Updated 5 years ago
- 基于协同过滤和SVD算法的音乐推荐系统☆40Updated 7 years ago
- 简单的实现推荐系统的召回模型和排序模型,其中召回模型使用协同过滤算法,排序模型使用gbdt+lr算法☆58Updated 6 years ago
- Python 3.6 下的推荐算法解析,尽量使用简单的语言剖析原理,相似度度量、协同过滤、矩阵分解等☆105Updated 7 years ago
- 使用 Spark MLlib 的 ALS 算法的电影推荐系统☆42Updated 8 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 机器学习、深度学习、NLP实战项目☆147Updated 7 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☆75Updated 5 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆49Updated 6 years ago
- 利用用户画像数据、物品元数据、用户行为数据为特征构建推荐系统,使用CB和CF算法做推荐召回,使用 Redis数 据库做缓存处理,结合机器学习LR算法推荐排序,达到粗排、精排效果,实现推荐引擎搭建。☆45Updated 4 years ago