lau404 / Bank-MarketingLinks
分析银行营销活动数据以预测客户有多大可能购买存款产品
☆13Updated 5 years ago
Alternatives and similar repositories for Bank-Marketing
Users that are interested in Bank-Marketing are comparing it to the libraries listed below
Sorting:
- 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
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆122Updated 6 years ago
- 人工智能社会保险反欺诈分析☆30Updated 7 years ago
- 2021科大讯飞-车辆贷款违约预测挑战赛 Top1方案☆70Updated 3 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆94Updated 6 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。☆103Updated 6 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 4 years ago
- 2019数字中国创新大 赛 消费者人群画像 信用智能评分☆49Updated 4 years ago
- 西南财经大学“新网银行杯”数据科学竞赛 2/721☆32Updated 6 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 对汽车之家论坛里的评论数据处理和分析,利用用户潜在行为数据得出用户行为特征,采用LDA主题模型得出用户评论的主题特征,采用Word2Vec词向量模型得出用户评论的文本内容特征,采用K-Means聚类得出水军文本类别,结合用户行为特征,最终实现了对网络水军的识别。☆24Updated 5 years ago
- 2019ccf乘用车销量预测Top1%代码☆13Updated 5 years ago
- 基于Python的申请信用评分卡模型分析☆142Updated 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
- 根据GBDT衍生变量,并对衍生后的变量进行应用☆21Updated 5 years ago
- 讯飞移动广告反欺诈算法竞赛☆33Updated 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)☆67Updated 4 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☆116Updated 6 years ago
- 2018科大讯飞AI营销算法大赛模型方案☆21Updated 6 years ago
- 2020翼支付风险用户识别 初赛、复赛AB榜Rank1☆57Updated 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
- 使用sklearn做特征工程☆175Updated 7 years ago
- 根据用户数据以及消费行为数据,使用Python建立分类模型,通过评估客户流失的风险来预测客户流转情况,找到对客户影响较大的因素,进而挽留客户☆10Updated 4 years ago
- 近年来,随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道,各类社情民意相关的文本数据量不断攀升,给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时,随着大数据技术的发展,建立基于自然语言处理技术的…☆33Updated 5 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☆75Updated 5 years ago
- 在sklearn下,几种常用的特征选择方法☆40Updated 9 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 7 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☆240Updated 6 years ago