Anonymoushhh / Ensemble_LearningLinks
使用5-6个模型(可以是knn svm 贝叶斯等等)用投票的方式做一个集成学习对MNIST数据集进行分类。
☆24Updated 6 years ago
Alternatives and similar repositories for Ensemble_Learning
Users that are interested in Ensemble_Learning are comparing it to the libraries listed below
Sorting:
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 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☆53Updated 7 years ago
- 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
- 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☆37Updated 5 years ago
- 用Python实现SVM多分类器☆410Updated last year
- 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
- 深度学习实战项目(图像识别、语音识别、文本处理等)☆15Updated 6 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆54Updated 7 years ago
- 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
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- 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
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- 基于遗传算法的特征选择☆127Updated 5 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆31Updated 8 years ago
- 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☆116Updated 2 years ago
- 基于PyTorch使用迁移学习完成 项目☆60Updated 7 years ago
- 使用SVM进行人脸识别☆24Updated 5 years ago
- ORL人脸识别不同算法的实现,用到了scikit-learn,tensorflow等,任选5张训练,5张测试。因为每次训练随机挑选,所以每次输出识别率有偏差 算法 识别率 bp神经网络 0.8 pca+bp神经网络 0.85 小波变换+pca+bp神经网络 0.95 CNN…☆73Updated 3 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆44Updated 5 years ago
- 常用的特征选择方法☆68Updated 3 years ago
- 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
- CNN 图像多分类问题☆27Updated 6 years ago
- 支持向量机的python实现☆47Updated 10 years ago
- 机器学习算法经典案例☆110Updated 4 years ago
- 决策树分类(ID3,C4.5,CART)☆482Updated last year
- 大数据线性回归预测学生成绩☆35Updated 5 years ago
- 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
- 该工程基于Python3.6,tensorflow1.6。主要是对tensorflow框架进行认识,实践和应用,快速掌握tf在深度学习上的使用,包括线性模型,minist数据集分类,Tensorboard,CNN,LSTM,图像识别网络inception-v3,多任务学习以…☆70Updated 5 years ago
- 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☆79Updated 5 years ago