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
- 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
- 通过聚类分析交易流水检测异常交易☆19Updated last year
- 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
- 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
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 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 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☆58Updated 7 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
- 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
- 机器学习实践:贷款违约预测☆37Updated 5 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
- 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☆44Updated 6 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
- 2019泰迪杯B题,利用Adaboost模型对A股市场进行预测☆48Updated 5 years ago
- 集成学习Stacking方法详解☆73Updated 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
- 利用回归模型实现房价预测☆44Updated 6 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
- 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
- 房价预测完整项目:1.爬取链家网数据 2.处理后,用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好,R^2值0.75左右☆230Updated 6 years ago
- 本赛题旨在运用有效的金融科技和大数据系统,分析涉赌涉诈资金交易新方式,持续优化风险监测模型,通过赛题提供的涉赌涉诈黑名单、白名单及用于训练的相关交易流水数据集,构建涉赌涉诈账户算法识别模型,全面排查存量风险。A榜排名11/1594,B榜排名13/1594。☆44Updated 2 years ago
- 使用LSTM对股票价格进行回归预测,对股价涨跌进行分类预测。We use LSTM to forecast the stock price and classify the rise and fall of the stock price.☆18Updated 4 years ago
- 本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch,不仅支持常规训练、交叉验证训练,还支持贝叶斯搜索参数,并可随时自动保存训练模型和日志。☆12Updated 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☆41Updated 5 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☆73Updated 4 years ago
- 股票趋势预测☆33Updated 6 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 时间序列预测项目,采用不同的深度学习、机器学习算法,进行时间序列预测。包含不同预测算法与预测场景☆31Updated last year