Alternatives and similar repositories for Discretization

Users that are interested in Discretization are comparing it to the libraries listed below

• ben1234560 / DataMiningCase
  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…
  ☆96Updated 3 years ago
• deymm / encoder2predict
  利用Encoder对二分类任务的序列数据进行概率预测
  ☆51Updated 4 years ago
• rickyxume / TianChi_RecSys_AntiSpam
  第三届 Apache Flink 极客挑战赛暨AAIG CUP——电商推荐“抱大腿”攻击识别亚军代码方案
  ☆29Updated 3 years ago
• librauee / ZSYH
  招商银行2021FinTech精英训练营
  ☆15Updated 4 years ago
• LeronQ / score_logistic
  构建基于逻辑回归的评分卡模型
  ☆45Updated 6 years ago
• cxq80803716 / 2019-CCF-BDCI-Car_sales
  2019年CCF大数据与计算智能大赛乘用车细分市场销量预测冠军解决方案
  ☆259Updated 5 years ago
• lotbear / Python-Financial-investment-strategy
  作者：张君颖，个人项目作品展：https://lotbear.com
  ☆32Updated 4 years ago
• yanhan19940405 / Data_machine_learning
  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
• yezhiwen / tensorflow_recommend_algorithm
  ☆18Updated 4 years ago
• xiaogp / customer_churn_prediction
  零售电商客户流失模型，基于tensorflow，xgboost4j-spark，spark-ml实现LR，FM，GBDT，RF，进行模型效果对比，离线/在线部署方式总结
  ☆67Updated last year
• jiangnanboy / learning_to_rank
  利用lightgbm做(learning to rank)排序学习，包括数据处理、模型训练、模型决策可视化、模型可解释性以及预测等。Use LightGBM to learn ranking, including data processing, model trainin…
  ☆267Updated 2 years ago
• Microstrong0305 / WeChat-zhihu-csdnblog-code
  WeChat Official Accounts, zhihu and CSDN'blog code
  ☆264Updated 5 years ago
• crazycharles / TheWayToCTR
  小白记录学习CTR的历程
  ☆17Updated 5 years ago
• NemoHoHaloAi / Competition
  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
• bettenW / 2018-iFLYTEK-Marketing-Algorithms-Competition-Finals-Rank1
  2018科大讯飞营销算法大赛（冠军方案）
  ☆94Updated 5 years ago
• wangby511 / Recommendation_System
  Self-study - Deep learning network for CTR : FM, DeepFM, PNN, NFM, DCN, Wide&Deep, etc
  ☆17Updated 4 years ago
• fuqiuai / sklearn-feature-engineering
  使用sklearn做特征工程
  ☆172Updated 7 years ago
• sunwantong / China-Merchants-Bank-credit-card-Cente-User-purchase-forecast
  招商银行信用卡中心 消费金融场景下的用户购买预测 rank1
  ☆210Updated 6 years ago
• wujiekd / Predicting-used-car-prices
  阿里天池与Datawhale联合举办二手车价格预测比赛：优胜奖方案代码总结
  ☆113Updated 2 years ago
• vinklibrary / ppd_mojing4
  第四届拍拍贷魔镜杯建模分享
  ☆35Updated 5 years ago
• wolfkin-hth / FinTech2020
  2020 招商银行FinTech 数据赛道 rank10
  ☆115Updated 5 years ago
• Serena-TT / 36-methods-for-data-analysis
  ☆40Updated 3 years ago
• isthegoal / recommendation_model_master
  自己学习推荐系统过程中用到的代码
  ☆50Updated 5 years ago
• weijinqian0 / feature_eda
  整理所有特征工程用到的方法，为了复用
  ☆10Updated 4 years ago
• Questions1 / Rong360_2nd
  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
• iwtbs / recommend-algorithm
  介绍作者在学习推荐系统过程中学习到的知识，包括爬虫、大数据、NLP、召回、排序等模块。包括知识总结和代码实践两部分。
  ☆12Updated 4 years ago
• finafily526 / A_Model_of_Risk_Control
  关于评分卡的基本流程
  ☆68Updated 5 years ago
• zxxwin / GBDT_LR
  广告点击率(CTR)预测经典模型 GBDT + LR 理解与实践（附数据 + 代码）
  ☆91Updated 4 years ago
• lyj555 / SelfLearning
  该项目主要是自学过程中对于一些知识点的整理，项目整体分为四部分，分别是算法、工程、工具和数学知识。算法部分主要是常用的机器学习（LR、SVM、树模型、XGBoost、LightGBM和CatBoost等）和深度学习算法（NLP和CV以及一些基础知识），工程部分主要是spar…
  ☆23Updated 3 years ago
• zxxwin / tf2_deepfm
  tensorflow2.0 实现的 DeepFM，使用 Criteo 子数据集加以实践。
  ☆29Updated 4 years ago