bingblackbean / streamlit_pycaret
☆21Updated 4 years ago
Alternatives and similar repositories for streamlit_pycaret
Users that are interested in streamlit_pycaret are comparing it to the libraries listed below
Sorting:
- 人工智能社会保险反欺诈分析☆30Updated 6 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
- 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
- 2019厦门国际银行“数创金融杯”数据建模大赛 复赛第六☆19Updated 5 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品（论文与代码）☆65Updated 4 years ago
- 利用flask进行echarts/pyecharts，Web程序开发，机器学习模型部署☆28Updated 2 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 当样本分布发生变化时，交叉验证无法准确评估模型在测试集上的效果，这时候需要其他构造验证集的方法来应对。☆51Updated 5 years ago
- risk_model☆26Updated 2 years ago
- 整理所有特征工程用到的方法，为了复用☆10Updated 4 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 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
- 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
- ☆14Updated 4 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
- 2019泰迪杯B题，利用Adaboost模型对A股市场进行预测☆50Updated 5 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
- 💖基于机器学习的贷中风险预测模型--江苏银行“随e融”杯--二等奖💖☆21Updated 3 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 3 years ago
- 智能风控:原理、算法与工程实践 代码☆77Updated 4 years ago
- 2018比赛-大数据-光伏电站-人工智能运维☆24Updated 6 years ago
- 利用RFM模型建模，并通过聚类分析、分类，分别算出8中不同的价值会员☆38Updated 7 years ago
- 通过聚类分析交易流水检测异常交易☆19Updated last year
- LR / SVM / XGBoost / RandomForest etc.☆28Updated 4 years ago
- 分别基于statsmodels和scikit-learn实现两种可用于sklearn pipeline的 LogisticRegression，并输出相应的报告☆20Updated last year
- 三大boosting算法的工程实现 XGBoost、LightGBM、Catboost原理实现及常见面试问题总结，以及其他理解深刻的机器学习、深度学习文章备份☆11Updated 3 years ago
- 2020厦门国际银行数创金融杯建模大赛-优胜奖方案☆10Updated 4 years ago
- 作者：张君颖，个人项目作品展：https://lotbear.com☆32Updated 4 years ago
- 使用sklearn做特征工程☆172Updated 6 years ago
- 该项目通过新闻数据集演示文本分类全流程：数据清洗，模型训练，模型部署和前端展示。使用的模型和工具：pytorch，bert，streamlit☆18Updated 2 years ago