ruibababa / feature-engineering
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。
☆21Updated 5 years ago
Related projects: ⓘ
- 常用的特征选择方法☆68Updated 2 years ago
- 数据预处理之缺失值处理，特征选择☆20Updated 5 years ago
- 整理所有特征工程用到的方法，为了复用☆11Updated 3 years ago
- 分类类别不平衡，解决办法：采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重，附带信用卡诈骗案例☆21Updated 4 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
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆17Updated 2 years ago
- 构建基于逻辑回归的评分卡模型☆43Updated 5 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☆51Updated 7 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☆28Updated 3 years ago
- ☆24Updated this week
- 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
- 在sklearn下，几种常用的特征选择方法☆40Updated 8 years ago
- 2019ccf乘用车销量预测Top1%代码☆13Updated 4 years ago
- 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☆11Updated 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☆33Updated 4 years ago
- Stacking classification and regression☆21Updated 4 years ago
- 西南财经大学“新网银行杯”数据科学竞赛 2/721☆31Updated 5 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…☆47Updated 3 years ago
- 天池-印象盐城-汽车销量预测大赛☆35Updated 6 years ago
- 改进的k-prototypes聚类算法☆15Updated 3 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 3 years ago
- Kaggle 项目实战（教程） = 文档 + 代码 + 视频（欢迎参与）☆10Updated 5 years ago
- 2018年研究生数学建模F组题☆14Updated last year
- 基于遗传算法的特征选择☆122Updated 4 years ago
- 洛杉矶房价预测☆17Updated 4 years ago
- Python与机器学习方向，《决策树与集成算法》课程仓库☆23Updated 6 years ago
- 马上AI全球挑战赛-违约用户风险预测 top2-solution☆16Updated 6 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆16Updated 5 years ago
- 天池工业AI大赛-智能制造质量预测，排名89/2539☆36Updated 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