wenwen116 / churn
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
Alternatives and similar repositories for churn:
Users that are interested in churn are comparing it to the libraries listed below
- 根据用户数 据及消费行为数据,使用Python对客户进行聚类分群,并给出用户画像。通过数据,分析用户群体的核心特征。☆30Updated 4 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 6 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
- 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
- 利用python进行反欺诈检测☆34Updated 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 5 years ago
- 通过聚类分析交易流水检测异常交易☆19Updated last year
- 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
- 使用k-means算法实现对用户金融数据的聚类分析☆10Updated 6 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- 以京东评论作为数据集,使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆32Updated 4 years ago
- 人工智能社会保险反欺诈分析☆30Updated 6 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆118Updated 6 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
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 3 years ago
- kaggle贷款违约预测☆36Updated 6 years ago
- 讯飞移动广告反欺诈算法竞赛☆34Updated 5 years ago
- 基于RFM和决策树模型构建专家推荐系统。融合了RFM模型和决策树模型,结合专业运营人员的业务经营,发掘潜在用户,进行推荐营销召回。☆88Updated 11 months ago
- 携程/榛果民宿实时评论挖掘软件,包含数据的实时采集/数据清洗/结构化保存/ UGC 数据主题提取/情感分析/后结构化可视化等技术的综合性演示 Demo。基于在线民宿 UGC 数据的意见挖掘项目,包含数据挖掘和 NLP 相关的处理,负责数据采集、主题抽取、情感分析等任务。主要…☆76Updated 4 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆95Updated 3 years ago
- 对汽车之家论坛里的评论数据处理和分析,利用用户潜在行为数据得出用户行为特征,采用LDA主题模型得出用户评论的主题特征,采用Word2Vec词向量模型得出用户评论的文本内容特征,采用K-Means聚类得出水军文本类别,结合用户行为特征,最终实现了对网络水军的识别。☆24Updated 5 years ago
- 基于Python的申请信用评分卡模型分析☆138Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆92Updated 6 years ago
- 机器学习方法进行中文电影评论的情感分析☆30Updated 8 years ago
- 利用公开的安然财务和邮件数据集,利用 PCA 和特征选择分析处理缺失的数据,再通过朴素贝叶斯、决策树、SVM等机器学习构建筛选器,找出有欺诈嫌疑的安然员工☆10Updated 7 years ago
- 基于互联网金融平台2015年度贷款数据完成信贷违约预测模型,该模型可以作为信贷平台预测违约借款人的参考☆68Updated 6 years ago
- 分析银行营销活动数据以预测客户有多大可能购买存款产品☆12Updated 5 years ago
- 数据挖掘大作业, 东野圭吾小说集文本挖掘☆68Updated 8 years ago
- 用户画像练手,,,,☆83Updated 8 years ago
- 天池-印象盐城-汽车销量预测大赛☆36Updated 7 years ago