weijinqian0 / feature_eda
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
- Kaggle 项目实战(教程) = 文档 + 代码 + 视频(欢迎参与)☆10Updated 5 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
- 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
- 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☆16Updated 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
- CCFBDCI2020企业非法集资风险预测rank11☆9Updated last year
- 拍拍贷金融风控--根据用户的特征,预测贷款人是否会逾期的一个二分类问题。☆20Updated 4 years ago
- 唯品会用户购买行为预测☆28Updated 7 years ago
- 根据GBDT衍生变量,并对衍生后的变量进行应用☆21Updated 5 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 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 3 years ago
- 人工智能社会保险反欺诈分析☆30Updated 6 years ago
- ECAA首届电子商务AI算法大赛☆11Updated 3 years ago
- 2018科大讯飞AI营销算法大赛模型方案☆22Updated 6 years ago
- 利用Encoder对二分类任务的序列数据进行概率预测☆51Updated 4 years ago
- 特征工程入门与实践笔记☆8Updated 5 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛 复赛第六☆19Updated 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…☆49Updated 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
- 根据用户数据以及消费行为数据,使用Python建立分类模型,通过评估客户流失的风险来预测客户流转情况,找到对客户影响较大的因素,进而挽留客户☆9Updated 4 years ago
- 基于自构造函数的特征提取评分项目(缺失值处理,单变量相关性分析,特征评分,降维)☆15Updated 7 years ago
- 风控建模评分报告☆11Updated 4 years ago
- 华为_DigiX_算法精英大赛——人口年龄属性预测_ Rank14 方案☆31Updated 5 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 3 years ago
- 分类类别不平衡,解决办法:采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重,附带信用卡诈骗案例☆21Updated 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
- 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
- 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
- 分别基于statsmodels和scikit-learn实现两种可用于sklearn pipeline的 LogisticRegression,并输出相应的报告☆20Updated last year