songhu1992 / LGBM
LGBM :推导原理、参数含义、超参数设置(网格、随机、贝叶斯搜索)
☆12Updated 6 years ago
Alternatives and similar repositories for LGBM:
Users that are interested in LGBM are comparing it to the libraries listed below
- 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☆41Updated 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
- 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
- 通过Featuretools自动特征工程预测贷款偿还☆19Updated 5 years ago
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆21Updated 3 years ago
- risk_model☆26Updated 2 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
- 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
- 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
- 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.z…☆16Updated 5 years ago
- Bayesian Optimization and Grid Search for xgboost/lightgbm☆67Updated last month
- 作者:张君颖,个人项目作品展:https://lotbear.com☆31Updated 3 years ago
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆47Updated 6 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 6 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☆41Updated 5 years ago
- 评分卡建模自动化流程☆18Updated 4 years ago
- 利用时间序列预测汽车销量☆38Updated 6 years ago
- 风控建模评分报告☆11Updated 4 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
- 使用sklearn做特征工程☆170Updated 6 years ago
- 拍拍贷风控评分卡☆21Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 4 years ago
- Comparing XGBoost, CatBoost and LightGBM on TimeSeries Regression (RMSE, R2, AIC) on two different TimeSeries datasets.☆22Updated 5 years ago
- 时间序列理论和案例实践☆70Updated 7 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…☆66Updated 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☆31Updated 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
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆42Updated last year
- 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。☆102Updated 5 years ago
- A new GRU framework for stock price prediction. A new module similar to the attention mechanism and a module similar to the ResNet are ad…☆10Updated 5 years ago