chenbingyan / bank-churn-model
银行客户流失预警模型
☆42Updated 6 years ago
Alternatives and similar repositories for bank-churn-model:
Users that are interested in bank-churn-model are comparing it to the libraries listed below
- 使用决策树进行客户流失预测分析☆10Updated 7 years ago
- 招商银行信用卡中心 消费金融场景下的用户购买预测 rank1☆205Updated 6 years ago
- 基于Python的申请信用评分卡模型分析☆134Updated 6 years ago
- 马上消费金融挑战者大赛-违约用户风险预测--第三名方案☆69Updated 4 years ago
- 2017年CCF大数据与计算智能大赛-小超市供销存管理优化☆23Updated 7 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 4 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
- 基于某城市移动终端用户的运营商数据预测未来三月内用户是否会终端变迁(用户从当前使用的手机品牌更换为其他手机品牌)。应用xgboost算法和随机森林算法组合成多学习器预测模型。☆53Updated 8 years ago
- 2019数字中国创新大赛 消费者人群画像 信用智能评分☆48Updated 4 years ago
- 2018年甜橙金融杯大数据建模大赛-初赛第四-复赛线上11-决赛9-复现top1解决方案-【二分类,风控】☆76Updated 4 years ago
- 拍拍贷"魔镜杯"风控算法比赛实战☆54Updated 5 years ago
- 第三届融360天机智能金融算法挑战赛-第二题:特征挖掘☆114Updated 5 years ago
- 2018科大讯飞营销算法大赛(冠军方案)☆93Updated 5 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- PandasCute / Provide-Banks-with-precision-marketing-solutions-Provide-Banks-with-precision-marketing-solutions「二分类算法」提供银行精准营销解决方案 | 练习赛-0.93984283-【二分类,特征组】☆3Updated 4 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆50Updated 6 years ago
- 2017 Global Data Challenge Hosted by JD Finance / JDD—2017京东金融全球数据探索者大赛 金融信贷需求预测☆78Updated 6 years ago
- 关于评分卡的基本流程☆68Updated 5 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…☆92Updated 2 years ago
- 甜橙金融初赛Rank1☆136Updated 6 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 years ago
- top1解决方案☆38Updated 6 years ago
- 招商银行信用卡中心校园大赛:消费金融场景下的用户购买预测 Rank 3rd☆69Updated 6 years ago
- 京东Jdata2018"如期而至"用户购买时间预测☆44Updated 6 years ago
- 第四届拍拍贷魔镜杯建模分享☆35Updated 5 years ago
- [Data Castle 算法竞赛] 精品旅行服务成单预测 final rank 11☆93Updated 6 years ago
- 2017“达观杯”个性化推荐算法挑战赛-rank6☆43Updated 5 years ago
- 2018年全国大学生计算机应用能力大赛之住房月租金预测第一名代码☆78Updated 6 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆48Updated 5 years ago
- 使用sklearn做特征工程☆169Updated 6 years ago