yuanxiaosc / Path-Classification-Experiment
Introduction to Data Analysis: Path Classification Experiment. 本资源以选择最优路径为例详细介绍了如何解决一般的分类问题,包括原始数据的探索、模型的构建、模型调优和模型预测分析。包含前馈神经网络(Keras)、机器学习模型(sklearn)和绘制数据图表(matplotlib)的基础使用。
☆12Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for Path-Classification-Experiment
- ☆49Updated 4 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。☆24Updated 5 years ago
- python code for xgboost(train, predict, evaluate)☆18Updated 6 years ago
- Anamoly Detection with Autoencoders - Credit Card Fraud Case☆15Updated 4 years ago
- 整理所有特征工程用到的方法,为了复用☆10Updated 3 years ago
- 金融反欺诈模型☆26Updated 6 years ago
- 天津财经大学2019年统计学院机器学习讨论班☆12Updated 4 years ago
- 为天池数据竞赛写的自动化特征工程和训练工具,可以通过配置的方式从mysql数据库中生成特征。同时重新封装了数据,特征和模型,使其可以被自动化测试系统识别及调用。待完成的工作:自动化测试系统的调度关键技术。☆12Updated 8 years ago
- 住房月租金预测大数据赛TOP1☆27Updated 5 years ago
- 特征工程入门与实践笔记☆8Updated 5 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☆40Updated 5 years ago
- Code for KDD CUP 2019 Auto-ML track☆21Updated 5 years ago
- 2020厦门国际银行数创金融杯建模大赛-优胜奖方案☆10Updated 3 years ago
- 数据挖掘大作业-大数据职位招聘信息挖掘☆9Updated 4 years ago
- ☆11Updated 3 years ago
- 基于gensim对BOW,TFIDF,LDA,LSI,W2V等传统的文本表示模型进行简单的封装,并添加了chi2,互信息等特征选择方法