没有合适的资源？快使用搜索试试~ 我知道了~

文库首页人工智能机器学习使用PYTHON语言对Prosper公开数据集的分析.zip

使用PYTHON语言对Prosper公开数据集的分析.zip

共3个文件

md：1个

ipynb：1个

html：1个

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

PYTHON

机器学习

0 下载量 100 浏览量 2024-01-03 01:47:52 上传评论收藏 220KB ZIP 举报

温馨提示

使用PYTHON语言对Prosper公开数据集的分析，看看Prosper风险评分的影响因素都有哪些，并建立逻辑回归模型对借款人还款能力进行预测

资源推荐

资源详情

资源评论

CapitalOne-AirBnb-and-Zillow-data-challenge:该数据产品是为房地产公司设计的，旨在了解并得出结论以邮政编码进行投资，该邮政编码将为纽约的两居室短期租金带来最大的利润。为了进行此分析，使用了Airbnb和Zillow 1的公开数据集。成本数据

CapitalOne-AirBnb-and-Zillow-data-challenge:该数据产品是为房地产公司设计的，旨在了解并得出结论以邮政编码进行投资，该邮政编码将为纽约的两居室短期租金带来最大的利润。为了进行此分析，使用了Airbnb和Zillow 1的公开数据集。成本数据

提示：T-NER是一个python工具，用于分析基于命名实体识别（NER）的语言模型微调。它具有易于使用的界面，可以微调模型，在跨域数据集上进行测试，在此我们可以编译9个公开可用的NER数据集。模型可以立即部署在我们的Web应用程序上以进行定性分析，而可以部署在微服务的API上。此外，我们发布了所有NER模型检查点，其中在所有数据集上训练最广泛的模型具有43种实体类型

T-NER：变形金刚NER T-NER是一个Python工具，用于分析基于命名实体识别（NER）的语言模型微调。它具有易于使用的界面，可以微调模型，在跨域数据集上进行测试，在此我们可以编译9个公开可用的NER数据集。模型可以立即部署在我们的Web应用程序上以进行定性分析，而可以部署在微服务的API上。同时，我们发布所有NER模型检查点，其中在所有数据集上训练最广泛的模型具有43种实体类型。

（公开数据）上市公司-供应链地理距离-学习分析使用.dta

（公开数据）上市公司-供应链地理距离-学习分析使用.dta

（公开数据）上市公司-前五大供应商采购信息-学习分析使用.dta

5星 · 资源好评率100%

（公开数据）上市公司-前五大供应商采购信息-学习分析使用.dta

（公开数据）供应链集中度数据集-学习分析使用.xlsx

5星 · 资源好评率100%

（公开数据）供应链集中度数据集-学习分析使用.xlsx

Prosper 202 STM Mobile Tracker

Prosper 202 STM Mobile Tracker

prosper-loan-dataset-findings:该数据集包含113,937笔贷款，每笔贷款有81个变量，包括贷款金额，借款人利率（或利率），当前贷款状态，借款人收入以及许多其他变量

（繁荣的贷款数据集探索）由（Ujwala K）数据集该数据集包含113,937笔贷款，每笔贷款有81个变量，包括贷款金额，借款人利率（或利率），当前贷款状态，借款人收入等。调查结果摘要我的主要重点是回答以下问题：-1）...

prosper-data-visualization:prosper.com公共贷款数据的数据可视化

可视化 prosper.com 借款人的状态可视化、要点和 github 链接可视化可以在这里看到：。概括 Prosper 是美国第一个市场借贷平台，拥有超过 80 亿美元的融资贷款。了解更多信息，请访问。根据公布的贷款数据，...

prosper-loan-data

为了完整性，数据集包含在数据集文件夹中。数据由Udacity提供，是“探索和汇总数据”的一部分。该数据集包含113,937笔贷款，每笔贷款有81个变量，包括贷款金额，借款人利率（或利率），当前贷款状态，借款人收入...

Data-Visualization_Udacity:##来自Prosper的贷款数据##由Ghada Bin Muhareb ##数据集>此数据集包含113,937笔贷款，每笔贷款有81个变量，包括贷款金额，借款人利率（或利率），当前贷款状态，借款人收入等。由于数据集包含81个变量，因此很难对所有变量进行研究，因此将仅探索其中的几个变量。 ##调查结果摘要>大多数贷款的期限为36个月。 >大多数借款人的信用等级为C，我们可以说大多数借款人都在DA范围内。 >大多数借款人已受雇，而大多数受雇的人是全职的

由于数据集包含81个变量，因此很难对所有变量进行研究，因此将仅探索其中的几个变量。调查结果摘要大多数贷款的期限为36个月。大多数借款人的信用等级为C，我们可以说大多数借款人都在DA范围内。大多数借款...

matlab实现bsc代码-prosper:用于非标准先验和叠加的概率稀疏编码的Python库

它包含二进制稀疏编码（BSC）[1]，高斯稀疏编码（GSC）[2]，最大原因分析（MCA）[3]，最大幅度原因分析（MMCA）[4]，三元稀疏化的并行实现。编码（TSC）[5]和离散稀疏编码[7]模型。所有这些概率生成模型都是使用...

企业如何适应不断变化的世界？ Prosper Marketplace 案例-研究论文

更具体地说，我们开发了一个双边市场模型，其中 Prosper 使用过去的数据和机器学习技术来评估借款人和贷方的偏好，然后按风险评级对他们的贷款进行分类并相应地设定利率以最大化她的预期利润. 通过观察 Prosper 随...

Prosper_Loan_Dataset_Udacity

贷款申请人属性的影响通过凯米·卡尼数据集Prosper贷款数据集包含113,937笔贷款，每笔贷款有81个变量，包括贷款金额，借款人利率，当前贷款状态，借款人收入等。在整理数据时，为了使数据集更加简洁，我删除了分析...

gofn-prosper：Prosper P2P Lending API的绑定

Go Forth'n Prosper是Prosper点对点借贷API的一组API绑定。当前，大约80％的功能已实现。用法示例有关使用gofn-prosper的项目的示例，请参见：自动票据购买者和帐户跟踪器。 API文档以下各节概述了一些gofn-...

udacity-d3-project:检查 Prosper 贷款的贷款风险与回报之间关系的交互式可视化 (https

概括可视化分析贷款数据，这些数据来自名为 Prosper 的 P2P 借贷市场。它侧重于 2009 年至 2013 年贷款的两个主要数据：繁荣评级，它提供了贷款风险的衡量标准；贷方的估计回报，实质上是贷方在扣除成本和损失后...

社交网络是否可以解决点对点借贷的信息问题？来自Prosper.com的证据-研究论文

使用2006年6月1日至2008年7月31日的交易数据，我们研究了Prosper上存在哪些信息问题，以及社交网络是否有助于缓解信息问题。正如我们所期望的，数据确定了Prosper.com上的三个信息问题。首先，繁荣的贷方面临额外...

社交网络是否可以解决点对点借贷的信息问题？来自Prosper.Com的证据-研究论文

减轻P2P借贷中的逆向选择-来自Prosper.com的经验证据-研究论文

本文使用Internet平台Prosper.com上的5,385个信用交易的唯一样本，提供了有关P2P借贷平台限制逆向选择的成功尝试的新颖经验证据。我们对信用竞标成功资金的概率的回归结果表明，可以找到对融资成功概率有重大影响的...

Prosper: high quality slides in LaTeX-开源

Prosper是LaTeX类，旨在为编写高质量幻灯片提供环境，以便同时使用视频投影仪打印显示内容。它提供了许多用于生动演示的功能，例如增量显示。

收起资源包目录

使用PYTHON语言对Prosper公开数据集的分析，看看Prosper风险评分的影响因素都有哪些，并建立逻辑回归模型对借款人还款能力进行预测.zip （3个子文件）

Prosper_Loan_Analyst_Project-master

Prosper_Loan_Analyst.html 425KB

README.md 205B

Prosper_Loan_Analyst.ipynb 165KB

共 3 条

# Prosper_Loan_Analyst_Project 使用PYTHON语言对Prosper公开数据集的分析，看看Prosper风险评分的影响因素都有哪些，并建立逻辑回归模型对借款人还款能力进行预测

评论收藏

内容反馈

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

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~

马coder

粉丝: 1206
资源: 6602

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

使用PYTHON语言对Prosper公开数据集的分析.zip

cesm-lens-aws:使用xarray和dask在Amazon S3（us-west-2区域）上公开可用的CESM LENS数据的分析示例

na-cordex-aws:使用xarray和dask在Amazon S3（us-west-2区域）上公开可用的NA-CORDEX数据的分析示例

Chicago-Rideshare-Analysis:我们小组计划使用芝加哥市提供的公开数据，分析有关运输网络提供商（rideshare应用）的问题

assetto-corsa-telemetry-service:以图形方式公开遥测数据，以使用Grafana仪表板进行实时分析

prosper贷款数据p2p

prosper20050101to20130101.rar

prosper20130101to2014.rar

ElementUI项目搭建示例.zip

抓取可公开访问的Letterboxd数据并使用它创建电影推荐模型，模型可以在提供Letterboxd用户名时该.zip

（公开数据）上市公司-供应链地理距离-学习分析使用.dta

（公开数据）上市公司-前五大供应商采购信息-学习分析使用.dta

（公开数据）供应链集中度数据集-学习分析使用.xlsx

Prosper 202 STM Mobile Tracker

prosper-loan-dataset-findings:该数据集包含113,937笔贷款，每笔贷款有81个变量，包括贷款金额，借款人利率（或利率），当前贷款状态，借款人收入以及许多其他变量

prosper-data-visualization:prosper.com公共贷款数据的数据可视化

prosper-loan-data

matlab实现bsc代码-prosper:用于非标准先验和叠加的概率稀疏编码的Python库

企业如何适应不断变化的世界？ Prosper Marketplace 案例-研究论文

Prosper_Loan_Dataset_Udacity

gofn-prosper：Prosper P2P Lending API的绑定

udacity-d3-project:检查 Prosper 贷款的贷款风险与回报之间关系的交互式可视化 (https

社交网络是否可以解决点对点借贷的信息问题？ 来自Prosper.com的证据-研究论文

社交网络是否可以解决点对点借贷的信息问题？ 来自Prosper.Com的证据-研究论文

减轻P2P借贷中的逆向选择-来自Prosper.com的经验证据-研究论文

Prosper: high quality slides in LaTeX-开源

最新资源

社交网络是否可以解决点对点借贷的信息问题？来自Prosper.com的证据-研究论文

社交网络是否可以解决点对点借贷的信息问题？来自Prosper.Com的证据-研究论文