Perry961002 / Forecast-Loan-DefaultLinks
机器学习实践:贷款违约预测
☆37Updated 5 years ago
Alternatives and similar repositories for Forecast-Loan-Default
Users that are interested in Forecast-Loan-Default are comparing it to the libraries listed below
Sorting:
- kaggle贷款违约预测☆36Updated 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
- 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
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆36Updated 5 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆45Updated 6 years ago
- 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
- 利用Logistic回归实现信用卡欺诈检测☆48Updated 3 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
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆31Updated 2 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
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆22Updated 3 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
- 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
- 使用k-means算法实现对用户金融数据的聚类分析☆11Updated 6 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2. 特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 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
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆55Updated 5 years ago
- Python与机器学习方向,《决策树与集成算法》课程仓库☆25Updated 6 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 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
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 7 years ago
- 逻辑回归预测违约可能☆32Updated 7 years ago
- kaggle上的一个房屋价格预测比赛☆37Updated 7 years ago
- 统计分析课程实验作业/包含《统计分析方法》中因子分析,主成分分析,Kmeans聚类等典型算法的手写实现☆77Updated 5 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☆236Updated 6 years ago
- 基于机器学习的信用风险评估模型,主要使用了Sklearn库,通过逻辑回归,向量机等模型,根据借款人的个人身份信息评估是否应当发放贷款。☆17Updated 2 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…☆51Updated 4 years ago
- 唯品会用户购买行为预测☆28Updated 7 years ago
- 洛杉矶房价预测☆19Updated 4 years ago