muxiaoxiong / tianci_531830
零基础入门金融风控-贷款违约预测
☆32Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for tianci_531830
- 零基础入门金融风控-贷款违约预测 TOP11☆37Updated 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
- Python金融大数据风控建模实战:基于机器学习源代码☆68Updated 3 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…☆59Updated 3 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…☆48Updated 3 years ago
- kaggle贷款违约预测☆35Updated 6 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…☆51Updated 5 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
- 金融时间序列(预测分析 / 相似度 / 数据处理)☆197Updated 4 months ago
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆20Updated 3 years ago
- 使用决策树进行客户流失预测分析☆10Updated 6 years ago
- 基于Python的申请信用评分卡模型分析☆134Updated 6 years ago
- 构建基于逻辑回归的评分卡模型☆43Updated 5 years ago
- 机器学习实践:贷款违约预测☆33Updated 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☆223Updated 5 years ago
- 数据分析或者数据挖掘工程师面试题整理☆141Updated 4 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…☆87Updated 2 years ago
- 《智能风控实践指南:从模型、特征到决策》代码。 《智能风控实践指南:从模型、特征到决策》书籍配套Python代码。☆93Updated 2 years ago
- 《python数据分析与数据化运营》读书笔记☆20Updated 6 years ago
- 2021科大讯飞-车辆贷款违约预测挑战赛 Top1方案☆68Updated 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
- 2019招行fintech精英训练营 基于收支记录判断借贷意愿 baseline(第1名)☆100Updated 5 years ago
- 基于LSTM的股票价格预测☆60Updated 5 years ago
- 股票趋势预测☆33Updated 5 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☆40Updated 5 years ago
- kaggle贷款违约预测 :主要研究如何借助非平衡数据分类的思想对银行等金融机构的历史贷款数据进行分析,并基于随机森林分类模型预测贷款违约的可能性☆18Updated 5 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆48Updated 6 years ago
- 信贷逾期用户画像分析☆32Updated 4 years ago
- Some case of MeachineLearning and DataMining(一些机器学习与数据挖掘的实战案例)☆53Updated 4 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…☆26Updated 2 years ago