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:
- 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 8 years ago
- 集成学习Stacking方法详解☆81Updated 6 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☆57Updated 5 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
- 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☆39Updated 6 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%☆43Updated 5 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)☆57Updated 7 years ago
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- 支持向量机，Support Vector Machine(SVM)，多类分类☆32Updated 9 years ago
- 基于遗传算法的特征选择☆127Updated 6 years ago
- 用Python实现SVM多分类器☆436Updated last year
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆43Updated 6 years ago
- 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法☆72Updated 6 years ago
- 基于PyTorch使用迁移学习完成项目☆61Updated 7 years ago
- 深度学习代码☆132Updated 6 years ago
- 本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch，不仅支持常规训练、交叉验证训练，还支持贝叶斯搜索参数，并可随时自动保存训练模型和日志。☆12Updated 2 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆120Updated 5 years ago
- [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☆48Updated 7 years ago
- 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☆50Updated 6 years ago
- 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…☆153Updated 4 years ago
- 实验源代码-----基于随机森林的气温预测☆46Updated 5 years ago
- Python code of RBF neural network classification model☆48Updated 7 years ago
- 常用的特征选择方法☆67Updated 3 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
- CNN 图像多分类问题☆27Updated 6 years ago
- Pytorch、Scikit-learn实现多种分类方法，包括逻辑回归（Logistic Regression）、多层感知机（MLP）、支持向量机（SVM）、K近邻（KNN）、CNN、RNN，极简代码适合新手小白入门，附英文实验报告（ACM模板）☆443Updated 5 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☆126Updated 3 years ago
- 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
- 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…☆72Updated 6 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆373Updated 5 years ago