Roc-J / Loan_riskLinks
使用决策树进行客户流失预测分析
☆11Updated 7 years ago
Alternatives and similar repositories for Loan_risk
Users that are interested in Loan_risk are comparing it to the libraries listed below
Sorting:
- 银行客户流失预警模型☆45Updated 7 years ago
- 基于Python的申请信用评分卡模型分析☆142Updated 6 years ago
- python金融风控评 分卡模型和数据分析微专业课包含《python信用评分卡建模(附代码)》,《python风控建模实战lendingClub》,《金融现金贷用户数据分析和画像》三套课程系列,共计250节课左右,录制时间超过3年,定期更新。这套微专业课程是互联网上最全,最专…☆77Updated 4 years ago
- kaggle贷款违约预测☆36Updated 7 years ago
- 利用Logistic回归实现信用卡欺诈检测☆49Updated 4 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 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
- 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☆70Updated 7 years ago
- 基于ARIMA时间序列的销量预测模型,实际预测准确率达90%以上,内含有测试记录和实际上线效果。☆106Updated 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☆44Updated 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☆28Updated 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☆24Updated 3 years ago
- Python与机器学习方向,《决策树与集成算法》课程仓库☆25Updated 7 years ago
- 数据挖掘的相关案例和demo☆43Updated 7 years ago
- 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…☆97Updated 3 years ago
- Python金融大数据风控建模实战:基于机器学习源代码☆87Updated 3 years ago
- 对截止至2017年7月17日的债券违约事件进行梳理归因,并寻找宏观流动性影响因素,组成数据集。运用Lasso回归进行特征提取后,输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测,得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…☆58Updated 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
- 基于风控模型的银行客户信用风险评估☆17Updated 3 years ago
- 使用sklearn做特征工程☆176Updated 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
- 大数据竞赛项目实战, 内容涵盖: Kaggle、阿里天池大数据、腾讯大数据、京东大数据、DataCastle大数据竞赛等等☆62Updated 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 8 years ago
- 信贷逾期用户画像分析☆34Updated 5 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
- 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。☆38Updated 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 7 years ago
- 本次数据分析基于阿里云天池数据集(用户行为数据集),使用转化漏斗,AARRR模型,对常见电商分析指标,包括转化率,PV,UV,留存率,复购率等进行分析,分析过程中使用python进行数据清洗及可视化。☆32Updated 5 years ago
- 申请评分卡学习项目☆21Updated 3 years ago
- 3个小项目分别是利用 Python 实现报表自动化、某连锁超市、某银行数据分析,展示了问题分解、数据清洗、数据分析与可视化的过程。☆45Updated 6 years ago