文件名称：Neural_Network_Charity_Analysis
文件大小：2.45MB
文件格式：ZIP
更新时间：2024-04-03 04:32:41
JupyterNotebook
Neural_Network_Charity_Analysis 分析概述： 分析的目的是帮助Alphabet Soup的业务团队预测如果由Alphabet Soup资助的申请者是否会成功。 Alphabet Soup已捐赠给34,000多个组织。 Alphabet Soup的业务团队希望使用他们在34,000个组织中获得的数据来预测未来的应用成功率。 结果： 使用项目符号列表和图像来支持您的答案，请解决以下问题。 数据预处理 目标 哪些变量被认为是模型的目标？ 变量IS_SUCCESSFUL用于模型的目标。 哪些变量被认为是您模型的特征？ 特征 变量APPLICATION_TYPE，AFFILIATION，CLASSIFICATION，USE_CASE，ORGANIZATION，INCOME_AMT和SPECIAL_CONSIDERATIONS被用作模型的功能。 哪些变量既不是目标
【文件预览】：
Neural_Network_Charity_Analysis-main
----SVM_DeepLearning.ipynb(32KB)
----Resources()
--------charity_data.csv(3.44MB)
--------AlphabetSoupCharity_Optimization_Model2.h5(36KB)
--------hr_dataset.csv(459B)
--------diabetes.csv(23KB)
--------loan_status.csv(4.41MB)
--------checkpoints()
--------AlphabetSoupCharity_Optimization_Model1.h5(294KB)
--------AlphabetSoupCharity_Optimization_Model3.h5(69KB)
--------ramen-ratings.csv(157KB)
--------HR-Employee-Attrition.csv(223KB)
--------AlphabetSoupCharity.h5(101KB)
--------bank_telemarketing.csv(1.56MB)
----AlphabetSoupCharity_Optimzation.ipynb(84KB)
----trained_attrition.h5(17KB)
----LogisticRegression_NeuralNet.ipynb(13KB)
----DeepLearning_Tabular.ipynb(48KB)
----README.md(2KB)
----AlphabetSoupCharity.ipynb(73KB)
----Neural_network_test.ipynb(240KB)
----RandomForest_DeepLearning.ipynb(38KB)