weijinqian0 / feature_edaLinks
整理所有特征工程用到的方法，为了复用
☆10Updated 4 years ago
Alternatives and similar repositories for feature_eda
Users that are interested in feature_eda are comparing it to the libraries listed below
Sorting:
- 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 5 years ago
- Kaggle 项目实战（教程） = 文档 + 代码 + 视频（欢迎参与）☆9Updated 6 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
- 讯飞移动广告反欺诈算法竞赛☆33Updated 5 years ago
- 大家好，我是coggle开源小组成员 庐州小火锅，这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案（具体介绍见我的csdn：），现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆51Updated 4 years ago
- 京东杯 2019 第六届泰达创新创业挑战赛-用户对品类下店铺购买预测_季军方案☆18Updated 5 years ago
- 三大boosting算法的工程实现 XGBoost、LightGBM、Catboost原理实现及常见面试问题总结，以及其他理解深刻的机器学习、深度学习文章备份☆11Updated 4 years ago
- 2020翼支付风险用户识别 初赛、复赛AB榜Rank1☆57Updated 4 years ago
- RecommenderSystems: from 0 to practice. 包括推荐系统实践和深度推荐系统两部分☆17Updated 3 years ago
- 2019数字中国创新大赛 消费者人群画像 信用智能评分☆49Updated 4 years ago
- 比赛常用的特征工程、类别不平衡处理方法☆17Updated 6 years ago
- 2021科大讯飞-车辆贷款违约预测挑战赛 Top1方案☆69Updated 3 years ago
- 唯品会用户购买行为预测☆29Updated 7 years ago
- 京东JDATA2019-用户对品类下店铺的购买预测☆18Updated 6 years ago
- 2018科大讯飞AI营销算法大赛模型方案☆22Updated 6 years ago
- 第三届 Apache Flink 极客挑战赛暨AAIG CUP——电商推荐“抱大腿”攻击识别亚军代码方案☆29Updated 3 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛-top2☆26Updated 5 years ago
- DIGIX2021 基于多目标优化的视频推荐 亚军方案☆25Updated 3 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测（CTR）。预测用户浏览给定网页的广告点击率，提高广告投放精准度。☆22Updated 7 years ago
- 推荐系统相关模型 包括召回和排序☆30Updated 5 years ago
- 2021 微信大数据挑战赛 复赛Rank23☆27Updated 3 years ago
- 第二届翼支付杯大数据建模大赛-信用风险用户识别Top2☆35Updated 4 years ago
- 基于用户画像的商品推荐挑战赛Rank5☆23Updated 3 years ago
- 中文文本分类的各种尝试，包含特征工程，机器学习以及深度学习。☆11Updated 4 years ago
- 科大讯飞AI开发者大赛 基于用户画像的商品推荐挑战赛 Baseline☆14Updated 4 years ago
- 作者：张君颖，个人项目作品展：https://lotbear.com☆32Updated 4 years ago
- Kaggle elo competition top gold medal solution☆13Updated 5 years ago
- 2018年甜橙金融杯大数据建模大赛-初赛第四-复赛线上11-决赛9-复现top1解决方案-【二分类，风控】☆76Updated 5 years ago
- 2018科大讯飞营销算法大赛（冠军方案）☆94Updated 5 years ago
- 零售电商客户流失模型，基于tensorflow，xgboost4j-spark，spark-ml实现LR，FM，GBDT，RF，进行模型效果对比，离线/在线部署方式总结☆67Updated last year