tjhznb666 / Predicting-future-customer-credit-risk-based-on-machine-learning-algorithmLinks
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 3 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
Sorting:
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆37Updated 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
- 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。☆104Updated 5 years ago
- 爬取同花顺的股票（A股）信息☆9Updated 3 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 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☆239Updated 6 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆37Updated 5 years ago
- 客流量时间序列预测模型☆125Updated 3 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…☆70Updated 3 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
- 这是一个基于LSTM-RNN算法的线上金融股票价格走势预测的小项目，使用tensorflow框架实现。☆47Updated 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
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆47Updated 6 years ago
- kaggle贷款违约预测☆36Updated 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☆44Updated 5 years ago
- 股票趋势预测☆34Updated 6 years ago
- Tensorflow实例：利用LSTM预测股票☆31Updated 6 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
- 基于LSTM的股票价格预测☆66Updated 6 years ago
- 金融时间序列（预测分析 / 相似度 / 数据处理）☆242Updated last year
- 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
- 集成学习Stacking方法详解☆75Updated 5 years ago
- LSTM 实现的股票最高价预测☆142Updated 2 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☆56Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 years ago
- 机器学习实践：贷款违约预测☆37Updated 6 years ago
- 这是一个基金评论与股票市场的情感分析项目，目的是手动爬取天天基金网基民评论与东方财富网股市行情的资讯，从基民评论、重仓股票、市场行情三个方面出发，使用情感词典与LDA模型进行分析，从而做出是否值的购买基金的决策。带有标签clean的是清洗后的爬虫数据，没有带标签的是原始数据…☆30Updated 3 weeks ago
- ☆21Updated 4 years ago
- 2019泰迪杯B题，利用Adaboost模型对A股市场进行预测☆50Updated 6 years ago