没有合适的资源？快使用搜索试试~ 我知道了~

文库首页大数据算法与数据结构数据竞赛XGB模型源码

数据竞赛XGB模型源码

共16个文件

ipynb：8个

csv：3个

png：2个

需积分: 50 18 下载量 44 浏览量 2018-11-30 19:23:42 上传评论 3 收藏 3.42MB ZIP 举报

温馨提示

经历数据竞赛后，大佬们的总结源码，学习思考后整理除一些源码，语言用python编写

资源推荐

资源详情

资源评论

explanation_consistency:该存储库包含在Explantion Consistency Framework（ECF）的开发中使用的整个代码库。 ECF是在我的整个硕士论文中进行研究和开发的，可以评估和比较LIME和SHAP等不同解释方法之间的解释质量。此外，笔记本还包含对使用的数据集的描述性和视觉分析，以及包括XGB和LSTM在内的一系列预测模型的实现，以及两种解释方法LIME和SHAP的应用

解释一致性框架该存储库包含在Explantion Consistency Framework（ECF）的开发中使用的整个代码库。 ECF是在我的整个硕士论文中进行研究和开发的，可以评估和比较LIME和SHAP等不同解释方法之间的解释质量。此外，笔记本还包含对使用的数据集的描述性和视觉分析，以及包括XGB和LSTM在内的一系列预测模型的实现，以及两种解释方法LIME和SHAP的应用。

基于HMM-LSTM隐马尔可夫和长短期记忆模型的股票市场预测（Python完整源码和数据）

5星 · 资源好评率100%

隐马尔可夫模型 (HMM) 是一种信号预测模型（Python完整源码和数据），已被用于预测经济状况和股票价格。该项目旨在实现将机器学习算法应用于股票市场的目标。长短期记忆模型（LSTM）保证了在新的时间状态下，随着...

基于DIN和xgb模型的，天池-淘宝复购预测比赛解决方案.zip

基于DIN和xgb模型的，天池-淘宝复购预测比赛解决方案

基于数据挖掘的隐性知识显性化及其构建.pdf

5星 · 资源好评率100%

基于数据挖掘的隐性知识显性化及其构建.pdf

深度学习领域xgb橄榄球比赛NFL目标检测（带数据集）-nfl-player-contact-detection-simple

深度学习领域xgb橄榄球比赛NFL目标检测（带数据集）--nfl-player-contact-detection-simple-xgb-baseline 语言：python 内容包括：源码、数据集、数据集描述、论文目的：使用xgb算法在橄榄球比赛中目标检测。带...

xgboost源代码python

4星 · 用户满意度95%

根据我的课程设计写了一个xgboost代码，效果不错。希望能帮助跟我一样的初学者。

xgb_python算法_xgboost_xgboost二分类_源码

5星 · 资源好评率100%

xgboost二分类算法实现，带作图评价函数

颜色分类leetcode-xgb2sql:将R中经过训练的XGBoost模型对象转换为SQL脚本

xgb2sql CRAN 发布构建状态包装小插曲描述此包通过将训练好的模型对象转换为 SQL 查询，可以对 R 中内置的 XGBoost 模型进行数据库内评分。安装最新的 CRAN 版本： install.packages( " xgb2sql " ) 开发版： ...

Python基于机器学习实现的用户逾期行为预测源码+数据集

python机器学习基于用户的基本信息与资产特征，通过机器学习算法训练模型，对相同的客户进行逾期行为预测。建模步骤数据探索（EDA）特征工程对抗验证构建模型与验证模型 ...XGB+LR结合提升模型效果

xgboost分类以及回归预测代码实例，内涵实例代码及数据

5星 · 资源好评率100%

xgboost分类以及回归预测代码实例，内涵实例代码及数据

kaggle-Otto-Group-Competition-NNs-Model-:这是我们团队用来与 xgb 模型结合的最佳神经网络模型。单个 NN 模型可以给出大约 0.43 的领导力板，而 10 个神经网络的简单线性组合将给出大约 0.426

kaggle-Otto-Group-Competition-NNs-Model- 此 Kaggle otto 小组比赛的链接如下： : 这是我们团队用来与 xgb 模型结合的最佳神经网络模型。单个 NN 模型可以给出大约 0.44（logloss）的排行榜，而 10NN 的简单线性...

xgboost模型原理

xgboost介绍高潜用户购买意向预测：根据历史数据（用户、商品和行为数据），构建用户购买商品的预测模型，输出高潜用户和目标商品的匹配结果

预测模型-阿里天池竞赛-二手车交易价格预测

5星 · 资源好评率100%

1.竞赛-分类预测进行了数据集处理以及使用xgb、lgb以及xgb、lgb融合的方法进行了预测。得到MAE为689.09。 2.竞赛-可视化分析分别对训练集以及测试集的缺失值分布进行可视化分析。对数据进行了数据分布的拟合，发现...

基于鸢尾花的数据预测模型

基于鸢尾花的数据预测模型，多种模型预测比较（逻辑回归、k近邻、决策树、随机森林、XGB、SVC、GaussianNB）

xgboost原理

5星 · 资源好评率100%

xgboost作者陈天奇对xgboost原理的介绍，讲得很好，真的超级好！~~~

jpmml-xgboost:Java库和命令行应用程序，用于将XGBoost模型转换为PMML

JPMML-XGBoost Java库和命令行应用程序，用于将模型转换为...XGBoost操作方面使用和软件包为示例mtcars数据集训练回归模型： library( " r2pmml " )library( " xgboost " )data( mtcars )# Convert selected columns fr

收起资源包目录

租金大赛NumberOne.zip （16个子文件）

rental-prediction-master

corr.png 155KB

train.csv 15MB

5. LGB(待补充).ipynb 533B

7. 融合(待补充).ipynb 0B

img

训练集噪声.png 40KB

4. XGB.ipynb 58KB

LICENSE 11KB

tmp.ipynb 581KB

3. baseline.ipynb 2KB

test.csv 3.97MB

数据观测记录.md 242B

1. EDA_distribution.ipynb 274KB

readme.md 1010B

2. EDA_train_inner.ipynb 872KB

statistic_pred.csv 769KB

6. find_ID.ipynb 4KB

共 16 条

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

永恒---

粉丝: 15
资源: 4

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

数据竞赛XGB模型源码

xgboost源代码

Python实现xgboost模型的Demo

XGBoost算法使用代码示例

xgboost源码包，github上下载的

模型融合xgboost+lr

xgboost算法的python实现

SOHU-baseline:搜狐算法大赛（实体+情感）简单基准（比较容易理解）（使用lgb模型做二分类）

含有预测模型实例的数据预测

XGBoost、LightGBM、Catboost对比

特征工程和xgboost调优案例.zip

基于HMM-LSTM隐马尔可夫和长短期记忆模型的股票市场预测（Python完整源码和数据）

基于DIN和xgb模型的，天池-淘宝复购预测比赛解决方案.zip

基于数据挖掘的隐性知识显性化及其构建.pdf

深度学习领域xgb橄榄球比赛NFL目标检测（带数据集）-nfl-player-contact-detection-simple

XGBoost_XGB项目_

xgboost源代码python

罗斯曼竞赛XGB

xgb_python算法_xgboost_xgboost二分类_源码

颜色分类leetcode-xgb2sql:将R中经过训练的XGBoost模型对象转换为SQL脚本

Python基于机器学习实现的用户逾期行为预测源码+数据集

xgboost分类以及回归预测代码实例，内涵实例代码及数据

kaggle-Otto-Group-Competition-NNs-Model-:这是我们团队用来与 xgb 模型结合的最佳神经网络模型。 单个 NN 模型可以给出大约 0.43 的领导力板，而 10 个神经网络的简单线性组合将给出大约 0.426

xgboost模型原理

预测模型-阿里天池竞赛-二手车交易价格预测

基于鸢尾花的数据预测模型

xgboost原理

LS产电XGB-U型样本.zip

jpmml-xgboost:Java库和命令行应用程序，用于将XGBoost模型转换为PMML

最新资源

kaggle-Otto-Group-Competition-NNs-Model-:这是我们团队用来与 xgb 模型结合的最佳神经网络模型。单个 NN 模型可以给出大约 0.43 的领导力板，而 10 个神经网络的简单线性组合将给出大约 0.426