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
- 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
- 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
- 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
- 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
- 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
- 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
- 集成学习Stacking方法详解☆74Updated 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
- 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…☆26Updated last year
- 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
- [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
- 金融时间序列(预测分析 / 相似度 / 数据处理)☆231Updated 9 months ago
- 通过聚类分析交易流水检测异常交易☆19Updated last year
- 对截止至2017年7月17日的债券违约事件进行梳理归因,并寻找宏观流动性影响因素,组成数据集。运用Lasso回归进行特征提取后,输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测,得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…☆54Updated 6 years ago
- Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)☆82Updated 5 years ago
- 机器学习实践:贷款违约预测☆37Updated 5 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- Learing the process of LSTM, and use keras achieve stock prediction using LSTM。LSTM步骤解释,然后使用keras实现用LSTM预测股票走势☆13Updated 5 years ago
- 基于BP神经网络的股票价格预测☆25Updated last month
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆36Updated 4 years ago
- 基于金融知识图谱和情感分析的股价预测模型☆18Updated 3 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
- 利用Python实现三层BP神经网络☆82Updated 7 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
- 不同时间序列预测方法对上海旅游规模进行预测☆17Updated 6 years ago
- 使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…☆53Updated 4 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆51Updated 7 years ago