tjhznb666 / Predicting-future-customer-credit-risk-based-on-machine-learning-algorithm
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；利用准确率、KS值、ROC曲线、AUC值以及lift曲线进行模型评估。
☆31Updated 2 years ago
Alternatives and similar repositories for Predicting-future-customer-credit-risk-based-on-machine-learning-algorithm:
Users that are interested in Predicting-future-customer-credit-risk-based-on-machine-learning-algorithm are comparing it to the libraries listed below
- 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
- 基于机器学习的信用风险评估模型，主要使用了Sklearn库，通过逻辑回归，向量机等模型，根据借款人的个人身份信息评估是否应当发放贷款。☆17Updated 2 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☆41Updated last year
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 4 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
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆74Updated 4 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
- 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
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆22Updated 3 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆62Updated 4 years ago
- 通过聚类分析交易流水检测异常交易☆19Updated last year
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆42Updated 5 years ago
- 算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息，得到相应的调仓对策。可回归（预测具体价格）可分类（预测涨跌）。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种，每个输入样本都是一个序列（如某板块20天的四价一量）用这个序列预测结果。它认为某些…☆62Updated 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
- 本实验是基于决策树模型的训练与调优记录，旨在通过学习与总结，不存在其他用途与目的。数据采用薛微出版的《R语言数据挖掘方法及应用》教材中提供的数据集---【购物决策数据集】；为简单起见，应用调包SKlearn进行数据预处理与模型训练；后半部分将包含对训练结果的分析、参数调优与…☆11Updated 4 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 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
- 利用爬虫获取58同城的二手房信息，选取特征并对数据进行预处理，利用机器学习算法给出不同地段的租房推荐。☆15Updated 5 years ago
- 常用的特征选择方法☆68Updated 2 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…☆68Updated 3 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☆42Updated 6 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆44Updated 6 years ago
- 逻辑回归预测违约可能☆32Updated 7 years ago
- 利用回归模型实现房价预测☆45Updated 6 years ago
- 大数据线性回归预测学生成绩☆32Updated 4 years ago
- 利用sklearn实现机器学习算法：线性回归、逻辑回归、决策树、随机森林、SVM等☆161Updated 4 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 6 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago