信用卡評(píng)分模型
手把手教你用R語言建立信用評(píng)分模型
Kaggle系列——Titanic 80%+精確度紀(jì)錄
摘要:模型選擇
常見的分類模型有:SVM,LR,Navie Bayesian,CART以及由CART演化而來的樹類模型箫锤,Random Forest,GBDT,最近詳細(xì)研究了GBDT丙躏,發(fā)現(xiàn)它的擬合能力近乎完美,而且在調(diào)整了參數(shù)之后可以降低過擬合的影響束凑,據(jù)說高斯過程的擬合能力也比不過它晒旅,這次就決定直接采用GBDT來做主模型。
用python實(shí)現(xiàn)Kaggle的Titanic數(shù)據(jù)分析例子
阿里云各種案例
https://help.aliyun.com/document_detail/54625.html?spm=5176.doc55269.3.2.BxDaet