数据挖掘 周报八

最新推荐文章于 2021-06-03 11:30:00 发布
原创 最新推荐文章于 2021-06-03 11:30:00 发布 · 245 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#数据挖掘

理论学习：

熟悉企业非法集资风险预测数据集的大概内容。

实践

在基本表的数据集上，进行数据处理，特征选择，模型选择，调参，模型融合。初始成绩在0.8左右，进一步优化0.82。

下一步工作

增加表进行操作。

企业非法集资风险预测
Yang_chb的博客
11-18 2009
企业非法集资风险预测第一周周报 1.赛题理解 背景：非法集资严重干扰了正常的经济、金融秩序，使参与者遭受经济损失，甚至生活陷入困境，极易引发社会不稳定和大量社会治安问题，甚至引发局部地区的社会动荡。如何根据大量的企业信息建立预测模型并判断企业是否存在非法集资风险，对监管部门、企业合作伙伴、投资者都具有一定的价值。 任务：利用机器学习、深度学习等方法训练一个预测模型，该模型可学习企业的相关信息，以预测企业是否存在非法集资风险。赛题的难点在于数据集包括大量的企业相关信息，如何从中提取有效的特征并进行风险
数据挖掘第八次周报
HuiFeiDeTuoNiaoGZ的博客
11-14 338
理论学习 特征交叉 合成特征 不在输入特征之列，而是从一个或多个输入特征衍生而来。通过标准化或缩放单独创建的特征不属于合成特征。合成特征包括：将一个特征与其本身或其他特征相乘（称为特征组合或特征交叉）；两个特征相除；对连续特征进行分桶，以分为多个区间分箱。 特征交叉 通过将单独的特征进行组合（相乘或求笛卡尔积）而形成的合成特征。特征组合有助于表示非线性关系。 比如这种，线性的学习器怎么划线都不能很好地分割。 cross意思是向量积，比如x3=x1x2，之后可以处理这个新建的特征组合y = b + w1x1
CCF企业非法集资风险预测Rank11赛后总结
老肥码码码
01-02 1621
这是老肥第一次参加CCF大数据与计算智能大赛，选择了企业非法集资风险预测这个相对简单的结构化数据赛题，本赛题共有4210人、3403支队伍参赛，是今年CCF BDCI大赛参赛人数最多的赛...
记首次CCF数据算法竞赛的心得与收获（排名top1、top2%、top8%），CCF明年再会！
代码届的小白的博客
12-07 4144
今年才开始学习ml和dl，dl方面学的不是很多，主要是ml的，暑假才开始学习理论知识，学习的过程中了解到国内一个比较大的开源组织DataWhale，加群里，从他们那里学到了很多，也认识了很多大佬，慢慢的开始了解竞赛，从0基础入门Kaggle,到天池再到后来的CCF比赛，短短的几个月，对数据科学竞赛有了一定的了解，希望后序的比赛和明年的CCF比赛中可以拿到前排大奖。这次CCF比赛一共参与了6个比赛，五个正式赛和一个训练赛。 其中有四个结构化的比赛，有两个NLP方面的比赛，留个比赛自己真正全程参与的就3个.
CCF2020企业非法集资风险预测-季军方案
qq_39158406的博客
03-06 1705
CCF2020企业非法集资风险预测-季军方案 原创四位靓仔ChallengeHub公众号 大家好，我们是四位靓仔团队，团队成员有：致Great、lrhao、姜小帅、朋飞，感谢队友们的辛勤付出；此次赛题有四千多人参加、三千多只队伍，作为常见的风控模型，也是最卷的赛题，本次比赛也是在答辩之后取得季军的成绩。 01 赛题背景 非法集资严重干扰了正常的经济、金融秩序，使参与者遭受经济损失，甚至生活陷入困境，极易引发社会不稳定和大量社会治安问题，甚至引发局部地区的社会动荡。 ...
企业非法集资风险预测_2020CCF--企业非法集资风险预测83.35baseline
weixin_39747087的博客
11-14 993
企业非法集资风险预测 竞赛 - DataFountain​www.datafountain.cn代码地址​github.com欢迎大家开源关注我的github仓库以及该知乎专栏，该仓库用于记录和定期提供各大数据科学竞赛的赛事消息和原创baseline，思路分享以及博主的一些竞赛心得和学习资料等. 主要涵盖：kaggle, 阿里天池，华为云大赛校园赛，百度aistudio，和鲸社区，datafoun...
基于数据挖掘技术的经营管理模式优化的实现.pdf
07-14
在现代企业管理和运营中，数据挖掘技术的应用正变得日益重要。尤其是对于养殖场等特定行业，通过数据分析来优化经营管理模式，以实现经济效益的提升，已成为了一个重要的研究课题。这篇文章详细探讨了如何基于数据...
数据挖掘实训周报1
chenxz_的博客
04-11 1319
数据挖掘实训周报1 本阶段工作内容 一、了解甜橙金融杯大数据竞赛并报名，下载数据。 报名官网 二、配置本机环境。 因为使用的是Mac系统，所以配置环境相对简单，使用的是python3，以及使用pip3下载实训所需要用到的各种包。使用以下命令即可 sudo pip3 install numpy scipy pandas scikit-learn statsmodels matplotlib xgbo...
*数据挖掘第八周周报*www
qq_32019707的博客
11-17 589
数据挖掘第八周周报 1、本周工作主要是进行新的比赛，首先做的是对数据集的分析。刚开始看到数据集不只是一个表格感到有点麻烦，但是看到几个数据集之中的数据之后，我还是只是选择一个base.csv文件进行训练，对于base集， 数据集1：base_info.csv 包含数据集7和8中涉及到的所有企业的基本信息，每一行代表一个企业的基本数据，每一行有33列，其中id列为企业唯一标识，列之间采用“,”分隔符分割。 数据格式如下： [id:企业唯一标识, oplocdistrict:行政区划代码, industr.
数据挖掘实训周报week4
salty_dong的博客
10-20 243
本周主要看了一下XGBT的相关知识。 gbdt全称梯度下降树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一。其有三个优点，一是效果确实不错，二是即可以用于分类也可以用于回归，三是可以筛选特征。 首先gbdt 是通过采用加法模型（即基函数的线性组合），以及不断减小训练过程产生的残差来达到将数据分类或者回归的算法。 gbdt通过多轮迭代,每轮迭代产生一个弱分类器，每个分类器在上一轮分类器的残差基础上进行训练。对弱分类器的要求一般是足够简单，并且是低方差和高偏差的。因为训练的过程是通过降低偏差来不
DataFountain-企业非法集资风险预测.zip
06-30
kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。 kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。kaggle实战案例，赛事课题内容，解决方案汇总，机器学习、人工智能案例参考。
CCF企业风险预估
03-05
建模大赛关于企业风险评估的一个PPT思路。个人感觉讲的很好。
siriyang_catboost_baseline_CATBoost_机器学习_企业非法集资风险预测_
10-02
该程序是用于机器学习赛题中关于企业非法集资的风险预测
企业非法集资诈骗监控：预测有风险的集资项目
womenjiademao的博客
04-04 3994
最近P2P暴雷事年频发， 一系列不符合规定的平台陆续爆雷，使很多投资人的利益都受损了，要想避开这些有可能爆雷的平台，在投资前一定要全面了解平台的背景资料，要清楚他们的资金来源以及去向，有没有监管银行，运营信息是否透明，也要注意有没有风投公司跟进，这些都是判断一个平台是否靠谱的基本信息。 其实一个平台爆雷，寻常投资人要提前意识到，是很困难，有没有什么应用可以帮助投资人屏蔽风险，避免掉到非法集资企业的...
2020CCF BDCI 企业非法集资风险预测-线上0.848（水哥的baseline），在此基础已做到线上0.848，排名前1%（参赛队伍3000+））。
代码届的小白的博客
11-27 7239
首先感谢DataWhale这个组织，今年上半年在学校机器学习的过程中得知有这么个开源组织，南瓜书也是他们一起编写，看过西瓜书《机器学习-周志华》的同学应该都知道吧。感觉组织内的水哥和鱼佬baseline的分享，从他们的baseline中学到了不少。Coggle数据科学：2020企业非法集资风险水哥b站直播回放 文章目录一、赛题介绍1.数据简介2.数据说明3.结果提交要求4.评测标准二、数据预处理1.分别查看每个表的数据缺失情况2.数据处理2.1数据初步处理2.2主表base_info的处理三、模型训练与.
企业非法集资风险预测_抵制非法集资 防范投资风险
weixin_39682940的博客
11-14 281
为了让广大群众了解更多防范非法集资的相关知识，进一步提高对非法集资的防范意识，我们为大家整理了非法集资的常见手段予以防范。非法集资的常见手段：一是承诺高额回报，不法分子编造“天上掉馅饼”、“一夜成富翁”的神话，许诺投资者高额回报，为了骗取更多的人参与集资，非法集资人在集资初期往往按时足额兑现承诺本息，待集资达到一定规模后，便秘密转移资金或携款潜逃，使集资参与人遭受经济损失。二是编造虚假项...
【数据竞赛】风控实操案例 | 基于Xgboost与Catboost实现非法集资企业识别
fengdu78的博客
06-03 2475
本文详解2020CCF大赛「企业非法集资风险预测」赛题的获奖参赛作品【风控案例-基于Xgboost与Catboost实现非法集资企业识别】，包括数据分析、特征工程、模型训练、模型融合、模型...
CCF-企业非法集资风险预测比赛收获——字符串特征处理
xylbill97的博客
12-07 773
这篇题为收获而不是总结，主要是自己弃赛了一大段时间，再回来已是水哥baseline的天下/(ㄒoㄒ)/~~。如今比赛告一段落，来分享一个自己构造出的效果显著的特征——主要是对字符串opscope的处理。
【数据竞赛】一文看懂CCF BDCI 2020赛题任务与解析
fengdu78的博客
11-01 6225
赛事介绍 CCF BDCI大赛已成功举办七届，参赛规模与影响力逐年提升，累计吸引到来自全球25个国家、1500余所高校、1800家企事业单位及80余所科研机构的9万余人参与，有100多所...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值