HitLiuLu / Feature-Engineering-Made-Easy-Notebook
特征工程入门与实践笔记
☆8Updated 5 years ago
Alternatives and similar repositories for Feature-Engineering-Made-Easy-Notebook
Users that are interested in Feature-Engineering-Made-Easy-Notebook are comparing it to the libraries listed below
Sorting:
- 整理所有特征工程用到的方法，为了复用☆10Updated 4 years ago
- 比赛常用的特征工程、类别不平衡处理方法☆17Updated 6 years ago
- 机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 根据以往的电话外呼数据以及用户数据信息，提取有价值信息，完成数据分析报告,构建预测模型,提交部署,应用于现有存量用户,下采样,逻辑回归模型召回率87%。☆9Updated 7 years ago
- 竞赛项目集合：Rossmann销售预测(Top3%)、HousePrices(Top34%)、数字识别(Top78%)、泰坦尼克(Top83%)、能源预测③(Top36%)、未来价格预测(Top37%)、NFL大数据碗(Top61%)、厄瓜多尔连锁超市销售预测(Top48%…☆40Updated 4 years ago
- 2019科大讯飞工程机械赛题-亚军☆39Updated 5 years ago
- top3-solution☆10Updated 5 years ago
- 《Python预测之美：数据分析与算法实战》书籍代码维护☆66Updated 2 years ago
- 单维、多维时间序列数据预测☆11Updated 6 years ago
- 利用时间序列预测汽车销量☆40Updated 6 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 years ago
- Introduction to Data Analysis: Path Classification Experiment. 本资源以选择最优路径为例详细介绍了如何解决一般的分类问题，包括原始数据的探索、模型的构建、模型调优和模型预测分析。包含前馈神经网络（Keras）、机…☆13Updated 6 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
- 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
- Time-Series forecasting using Stats models, LightGBM & LSTM☆38Updated 5 years ago
- 洛杉矶房价预测☆19Updated 4 years ago
- 基于seq2seq模型的风功率预测☆28Updated 5 years ago
- 基于自构造函数的特征提取评分项目（缺失值处理，单变量相关性分析，特征评分，降维）☆15Updated 7 years ago
- Examples of how to do feature engineering and Xgboost parameter tuning☆46Updated 8 years ago
- LR / SVM / XGBoost / RandomForest etc.☆28Updated 4 years ago
- 为天池数据竞赛写的自动化特征工程和训练工具，可以通过配置的方式从mysql数据库中生成特征。同时重新封装了数据，特征和模型，使其可以被自动化测试系统识别及调用。待完成的工作：自动化测试系统的调度关键技术。☆12Updated 9 years ago
- 2020 第四届工业大数据创新竞赛-水电站入库流量预测-top1代码☆31Updated 4 years ago
- 风控建模评分报告☆11Updated 4 years ago
- 通过Featuretools自动特征工程预测贷款偿还☆20Updated 5 years ago
- 智能供应链分析，对顾客用rfm模型分类，用多种机器学习模型建模，进行欺诈订单预测，延迟发货预测，销售额预测，销售数量预测☆33Updated 4 years ago
- Stacking classification and regression☆24Updated 5 years ago
- Comparing XGBoost, CatBoost and LightGBM on TimeSeries Regression (RMSE, R2, AIC) on two different TimeSeries datasets.☆22Updated 5 years ago
- BaseWavenet/Wavenet+ResidualBlock☆16Updated 6 years ago
- 数据分析与处理实践 （包括：#基本数据预处理操作；#机器学习基本算法实现。)☆17Updated 6 years ago
- 初赛Rank1 复赛Rank1 2018 CCF 大数据与计算智能大赛 供应链需求预测 Miracccccccle☆178Updated 6 years ago