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:
- 朴素贝叶斯实现的文本分类(新闻分类)☆64Updated 9 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 years ago
- 关于租金预测的一个机器学习比赛项目,XGBoost调优☆12Updated 6 years ago
- 银行客户流失预警模型☆44Updated 7 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☆121Updated 6 years ago
- 机器学习实践:贷款违约预测☆37Updated 5 years ago
- kaggle上的一个房屋价格预测比赛☆37Updated 7 years ago
- 逻辑回归预测违约可能☆32Updated 7 years ago
- 招商银行2020FinTech精英训练营数据赛道-信用风险评分预测☆7Updated 5 years ago
- 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
- 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。☆17Updated 6 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。☆22Updated 6 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆48Updated 5 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
- 简单的基于新闻语料的推荐算法实现☆21Updated 8 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 years ago
- 2017年CCF大数据与计算智能大赛-小超市供销存管理优化☆23Updated 7 years ago
- 唯品会用户购买行为预测☆28Updated 7 years ago
- 2018年全国大学生计算机应用能力大赛之住房月租金预测第一名代码☆78Updated 6 years ago
- 基于卷积神经网络参数优化的情感分析论文code☆63Updated 7 years ago
- kaggle贷款违约预测☆36Updated 6 years ago
- 数据挖掘常用算法:关联分析Apriori算法,数据分类决策树算法,数据聚类K-means算法☆25Updated 5 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 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
- 洛杉矶房价预测☆19Updated 4 years ago
- 机器学习、深度学习、NLP实战项目☆139Updated 7 years ago
- 基于Python的申请信用评分卡模型分析☆139Updated 6 years ago
- 这个notebook是根据去年o2o比赛冠军的代码(https://github.com/wepe/O2O-Coupon-Usage-Forecast)整理注释的,使用notebook(安装了插件方便整理),加了一些自己的注释,调了bug,实测可以跑通。用xgboost应该…☆13Updated 6 years ago
- 基于协同过滤和SVD算法的音乐推荐系统☆40Updated 7 years ago
- 情感分析系统,用于分析用户评论是积极还是消极。其中使用了逻辑回归函数、决策树、支持向量机、神经网络等不同的模型进行训练☆34Updated 6 years ago