orion-orion / TipDMCup20
🎈 泰迪杯2020A题《基于数据挖掘的上市公司高送转预测》
☆15Updated 2 years ago
Alternatives and similar repositories for TipDMCup20:
Users that are interested in TipDMCup20 are comparing it to the libraries listed below
- CCCF-数据挖掘-企业非法集资风险预测☆12Updated 4 years ago
- 🎈 泰迪杯2021A题《基于 Bagging 和深度学习的上市公司财务数据造假预测》☆19Updated 2 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 5 years ago
- 2020厦门国际银行数创金融杯建模大赛-优胜奖方案☆10Updated 3 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☆30Updated 4 years ago
- CCFBDCI2020企业非法集资风险预测rank11☆9Updated last year
- 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)☆62Updated 4 years ago
- 数据挖掘常用算法:关联分析Apriori算法,数据分类决策树算法,数据聚类K-means算法☆24Updated 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。☆34Updated 5 years ago
- DataFountain第五届达观杯第4名方案☆12Updated 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 4 years ago
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆35Updated 5 years ago
- 零基础入门金融风控-贷款违约预测 TOP11☆38Updated 4 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
- 使用k-means算法实现对用户金融数据的聚类分析☆11Updated 5 years ago
- 泰迪杯数据挖掘挑战赛(第八届)C题参赛作品☆17Updated 7 months ago
- 西南财经大学“新网银行杯”数据科学竞赛 2/721☆31Updated 6 years ago
- 新网银行杯Top1方案☆21Updated 6 years ago
- Python与机器学习方向,《决策树与集成算法》课程仓库☆24Updated 6 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 years ago
- Rank1st Solution of PCIC 2021: Causal Inference and Recommendation☆12Updated 2 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆39Updated 5 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 3 years ago
- 数据竞赛笔记fork☆66Updated last year
- 消费者人群画像-信用智能评估Top1☆20Updated 4 years ago
- ☆17Updated 5 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- 2019泰迪杯B题,利用Adaboost模型对A股市场进行预测☆46Updated 5 years ago
- 基于国内某高校校园一卡通系统一个月的运行数据,使用数据分析和建模的方法,挖掘数据中所蕴含的信息,分析学生在校园内的学习生活行为☆41Updated 4 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆54Updated 4 years ago