![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘-资金流入流出
我叫陈叉叉叉叉
这个作者很懒,什么都没留下…
展开
-
【资金流入流出预测】baseline 周期因子和LSTM
分别尝试了周期因子和LSTM两种方法 周期因子效果较好分数为135,但是LSTM分数仅为93(可能也是没有进行参数调价的后果,还有就是初次应用。。。) import pandas as pd import numpy as np 周期因子 1、取14年3月至9月的数据 2、按翌日进行加总然后除总平均值等到翌日因子 3、统计每月中各天为各翌日的频率,用频率乘上翌日因子,除上各天出现的频率得到月份中每天的周期因子 4、对总数据按天取平均值,然后除以每天的周期因子得到base 5、求出9月份每天所在的翌日,匹原创 2020-08-22 11:17:15 · 690 阅读 · 0 评论 -
【资金流入流出预测】baseline LSTM
import pandas as pd from sklearn.preprocessing import MinMaxScaler import numpy as np data = pd.read_csv('user_balance_table.csv') data_1 = data.loc[:,['user_id','report_date','total_purchase_amt','total_redeem_amt']] data_1 = data_1.groupby(by='report_d原创 2020-08-19 19:58:08 · 744 阅读 · 0 评论 -
【资金流入流出预测】 数据探索
import pandas as pd import numpy as np import warnings import datetime import seaborn as sns import matplotlib.pyplot as plt warnings.filterwarnings('ignore') %matplotlib inline plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体 plt.rcParams['axes.unic原创 2020-08-19 19:53:05 · 990 阅读 · 0 评论