outman123 / kaggle_house_prices
问题定义，下载数据，观察结构，找最相关部分特征； 除去异常值，填充缺省值，部分特征正态化，特征编码向量化，增加新特征； 定义评估标准，选择表现好的几个模型，模型参数最优化，stacking模型融合。最终误差降低到0.101左右。详细介绍见https://zhuanlan.zhihu.com/p/89923216
☆17Updated 5 years ago
Alternatives and similar repositories for kaggle_house_prices
Users that are interested in kaggle_house_prices are comparing it to the libraries listed below
Sorting:
- 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
- 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
- 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☆55Updated 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
- 机器学习实践：贷款违约预测☆37Updated 5 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- kaggle贷款违约预测☆36Updated 6 years ago
- 《应用时间序列分析》易丹辉、王燕著； 案例Python实现☆16Updated 5 years ago
- Python与机器学习方向，《决策树与集成算法》课程仓库☆25Updated 6 years ago
- 常用的特征选择方法☆68Updated 2 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…☆95Updated 3 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 6 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☆43Updated 6 years ago
- 使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析☆45Updated 6 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆116Updated 4 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 years ago
- 集成学习Stacking方法详解☆74Updated 5 years ago
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题以 中国移动用户信用分预测 为例，对比分析几类 常见的回归算法，包括：线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆17Updated 6 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络☆58Updated 7 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
- 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
- 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
- 在sklearn下，几种常用的特征选择方法☆40Updated 9 years ago
- 天池竞赛数据挖掘之二手车交易价格预测大赛☆9Updated 5 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☆9Updated 4 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☆44Updated 5 years ago
- 使用决策树进行客户流失预测分析☆11Updated 7 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
- kaggle上的一个房屋价格预测比赛☆37Updated 7 years ago
- 阿里天池与Datawhale联合举办二手车价格预测比赛：优胜奖方案代码总结☆109Updated last year