automl_v_hyperdrive

时间:2024-04-14 20:00:42
【文件属性】:

文件名称:automl_v_hyperdrive

文件大小:13.92MB

文件格式:ZIP

更新时间:2024-04-14 20:00:42

JupyterNotebook

预警财务危机分类系统 在正常,无压力的环境中,很难预测银行的倒闭,因为这是非常罕见的异常检测事件。 有关更多信息,请访问 。 从2009年到2014年,美国破产银行的数量显着增加,产生了足以进行有效分类的数据( )。 尽管故障数量激增,仍然有必要创建可比较的风险状况。 以下是受监管的银行的年度计数,蓝色为正常状态,红色为不合格状态。 主要目标是为美国银行使用其在监管机构的季度备案,开发一个预警系统,即对失败( 'Target'==1 )与生存( 'Target'==0 )进行二进制分类。 总体而言,此机器学习练习使用了137个失败的银行和6,877个尚存的银行。 使用截至2010年第三季度./data的前四个季度的历史观测值(存储在./data )来调整模型,并对从2010年第四季度开始的季度数据(存储在./oos )执行样本外测试。 有关方法的更多信息,请参考存储库中包含的补充CAM


【文件预览】:
automl_v_hyperdrive-main
----.DS_Store(6KB)
----helpers.py(4KB)
----oos()
--------camel_data_after2011Q4_OOS.csv(1.48MB)
--------camel_data_after2011Q3_OOS.csv(1.48MB)
--------camel_data_after2012Q3_OOS.csv(1.57MB)
--------camel_data_after2019Q2_OOS.csv(1.16MB)
--------camel_data_after2010Q4_OOS.csv(1.53MB)
--------camel_data_after2011Q2_OOS.csv(1.5MB)
--------camel_data_after2012Q1_OOS.csv(1.61MB)
--------camel_data_after2011Q1_OOS.csv(1.51MB)
--------camel_data_after2012Q2_OOS.csv(1.59MB)
--------camel_data_after2012Q4_OOS.csv(1.55MB)
----imgs()
--------Automl_ROC.png(278KB)
--------.DS_Store(6KB)
--------Automl_Performance.png(131KB)
--------Automl_DeplCode.png(205KB)
--------Automl_TestingPos.png(221KB)
--------Automl_VotingEnsemble1.png(198KB)
--------Automl_ModelRunId.png(214KB)
--------Automl_SeviceLogs.png(384KB)
--------Hyperdr_RunDetails.png(479KB)
--------Automl_Config.png(153KB)
--------Automl_Deployment.png(295KB)
--------Automl_BestModels.png(271KB)
--------Automl_RegisteredModel.png(128KB)
--------Automl_VotingEnsemble2.png(263KB)
--------Hyperdr_RunComplete.png(293KB)
--------Automl_TestingNeg.png(122KB)
--------Automl_Endpoints.png(132KB)
--------Automl_dataset.png(124KB)
--------Automl_RunDetails.png(329KB)
--------Hyperdr_BestModelParams.png(256KB)
--------Automl_Healthy.png(182KB)
--------Automl_Recall.png(257KB)
----models()
--------fitted_automl_model.joblib(572KB)
--------hyperdr_nmr_model.pkl(57KB)
----scoring.py(2KB)
----conda_dependencies.yml(695B)
----plots()
--------strong_financials.png(36KB)
--------.DS_Store(6KB)
--------CAMELS_dimensions.png(178KB)
--------oos_GBM.png(42KB)
--------weak_CAMELS.png(38KB)
--------all_banks.png(19KB)
--------weak_financials.png(29KB)
--------single_CAMELS.png(30KB)
--------selected_financials.png(134KB)
--------strong_CAMELS.png(37KB)
--------failed_banks.png(17KB)
----CAMELS.md(3KB)
----benchmark_model.ipynb(312KB)
----README.md(11KB)
----automl_model.ipynb(40KB)
----hyperparameter_tuning.ipynb(235KB)
----data()
--------.DS_Store(6KB)
--------core_banks_dataset.csv(4.25MB)
--------all_banks_2010Q4.csv(486KB)
--------failed_universe.csv(17KB)
--------camel_data_after2010Q3.csv(1.57MB)
--------CALL_175458.PDF(441KB)
--------rebalanced_bank_universe.csv(4.98MB)
--------failed_banks_dataset.csv(45KB)
--------reduced_universe_after2010Q3.csv(614KB)
----.gitignore(2KB)

网友评论