Alternatives and similar repositories for Ensemble_Learning

Users that are interested in Ensemble_Learning are comparing it to the libraries listed below

• qiuhaining / sklearn-SVM
  支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等
  ☆52Updated 7 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆75Updated 5 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆31Updated 8 years ago
• aflyingpig0226 / feature-engineering
  机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。
  ☆25Updated 6 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆117Updated 4 years ago
• qiaokangqi / CNN-SVM
  卷积神经网络提取特征并用于SVM//www.cnblogs.com/chuxiuhong/p/6132814.html
  ☆15Updated 7 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259
  ☆56Updated 5 years ago
• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆44Updated 5 years ago
• guangyaooo / MLTemplate
  机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…
  ☆145Updated 4 years ago
• gotgith / Machine-Learning-
  使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析
  ☆45Updated 6 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• JonathonYan1993 / ML_DecisionTree_prepruning_postpruning
  本程序实现决策树的建立与可视化，以及决策树的预剪枝与后剪枝，数据集为西瓜书4.2、4.3节中的西瓜数据集
  ☆36Updated 5 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 6 years ago
• lixiang007666 / BP_regression
  通用的BP神经网络回归代码
  ☆22Updated 4 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆46Updated 9 years ago
• coder23263 / Machine_learning_prediction_system
  机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测
  ☆76Updated 4 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆82Updated 7 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆137Updated 2 years ago
• kikizxd / Class-imbalanced__Credit-Card-Fraud
  分类类别不平衡，解决办法：采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重，附带信用卡诈骗案例
  ☆21Updated 5 years ago
• DeerZhifan / Clustering-Algorithms
  基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法
  ☆69Updated 6 years ago
• HeavenDuke / DeepIC
  机器学习课程大作业 - 基于深度神经网络的图像分类任务
  ☆30Updated 8 years ago
• HanXia001 / k-means-python3-
  聚类算法k-means的简单实现
  ☆39Updated 6 years ago
• nanguoyu / StudentGradeRegression
  [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩
  ☆45Updated 6 years ago
• chestnut24 / SVMImageClassification
  基于SVM的简单机器学习分类，可以使用svm, knn, 朴素贝叶斯，决策树四种机器学习方法进行分类
  ☆115Updated 2 years ago
• yangxcc / Sklearn-Algorithm
  Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)
  ☆83Updated 5 years ago
• Rudo-erek / decision-tree
  基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法
  ☆41Updated 6 years ago
• zhaoxingfeng / PCA
  主成分分析，Principal Component Analysis(PCA)
  ☆47Updated 8 years ago
• cainsmile / GA_for_Feature_Selection
  使用遗传算法结合决策树做特征选择/Using genetic algorithm for feature selection with decision tree
  ☆25Updated 7 years ago
• yc-maltazard / BPNN_Python
  Python 建立的BP神经网络处理预测相关公交线路数据
  ☆37Updated 7 years ago
• xiefan-guo / Fuzzy-c-Means-Algorithms
  项目基于论文《Fuzzy c-Means Algorithms for Very Large Data》，使用Python语言实现FCM算法及其扩展算法，包括FCM、spFCM、oFCM、kFCM、reskFCM、spkFCM、okFCM。
  ☆64Updated 6 years ago