注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Project_BankMarketing-源码

  2. 项目-银行营销 :bank: :money_bag:关于该项目 通过良好的探索性数据分析和机器学习模型，该项目旨在通过确定影响成功率的主要特征来提高活动效率，从而帮助更好地管理可用资源（例如，人力，电话，时间） 。因此，该项目旨在回答以下业务问题： 银行目前的认购率是多少？ 该模型在分类客户订阅方面的表现如何？ 哪些客户更愿意订阅该产品？ 建议为下一个活动投入生产哪种型号？ 。 该数据集可从。 :chart_increasing:内容 图书馆 数据集 数据集分析 特征分析 数据分析 机器

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：2097152
    • 提供者：weixin_42100971

  1. 银行营销-源码

  2. 银行营销 数据源 链接到数据集： : 背景与目标 该数据与葡萄牙银行机构的直接营销活动（电话）有关。 分类的目的是预测客户是否将认购定期存款（变量y）。 过程 数据预处理 建模与特征选择 结论 在训练了数据并在几种模型上进行了测试之后，我们可以得出结论，将特征选择与Lasso结合使用进行Logistic回归是预测客户是否将订购定期存款的最佳模型。

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_42112658

  1. 机械化学习-源码

  2. 运作机器学习 在这个项目中，我们将使用葡萄牙银行机构的银行营销数据集。 主要任务是分类，我们必须预测客户是否将订阅定期存款。 数据集包含20个要素和32,950行。 数据集的链接为我们正在使用Azure配置基于云的机器学习生产模型，对其进行部署和使用。 然后，我们创建，发布和使用管道。 在此项目中，我们执行以下步骤： 自动化ML实验 部署最佳模型 启用记录 Swagger文档 消耗模型端点 创建和发布管道 建筑图 首先，我们必须选择并上传银行营销数据集。 然后配置一个新的计算集群，我们使用1

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：5242880
    • 提供者：weixin_42175035

  1. 分类：梅蒂斯项目3-源码

  2. 预测定期存款注册 我使用了几种机器学习算法，以使用UCI的银行营销数据集来预测定期存款注册。 预测谁会签约的目的是通过更加关注可能签约的潜在客户，同时减少与那些不太可能创建帐户的客户联系所花费的时间，从而整体提高电话营销活动的效率。 在可以找到我的建模，模型选择和数据解释过程的摘要。 SQL，探索，数据清理： 我首先创建了一个postgresql数据库，以完成一些初步的数据探索，例如看一下电话销售活动期间进一步的联系不再产生任何定期存款签约以及哪些职业签约数量最多的点。 我检查了空值并删除了重

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：6291456
    • 提供者：weixin_42101384

  1. 银行营销数据集分类：银行营销数据分类-源码

  2. 银行营销数据集分类：银行营销数据分类

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42170790