Alternatives and similar repositories for Ensemble_Learning

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

• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆75Updated 5 years ago
• 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
• 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
• 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
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆31Updated 8 years ago
• xinlianghu / svm
  用Python实现SVM多分类器
  ☆408Updated last year
• 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
• 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
• Pengxin-Guo / Graduation_project
  毕业设计项目----基于图神经网络与多任务学习的图像分类器
  ☆44Updated 5 years ago
• KangCai / Machine-Learning-Algorithm
  【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…
  ☆209Updated 5 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
• 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
• lianggx6 / BP_Mnist
  使用BP神经网络识别MINST字符集
  ☆45Updated 6 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
  ☆77Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 5 years ago
• haoyuhu / cluster-analysis
  K-Means++(HCM), Fuzzy C-Means(FCM), Hierarchical Clustering, DBscan
  ☆372Updated 3 months 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
• 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
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆49Updated 6 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
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆82Updated 7 years ago
• zhengyima / mnist-classification
  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）
  ☆423Updated 4 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 6 years ago
• tectal / Digital-Image-Processing-Project
  数字图像处理大作业，图像细粒度分类，CUB-200-2011，Peking University
  ☆74Updated 7 years ago
• ChileWang0228 / DeepLearningTutorial
  深度学习代码
  ☆132Updated 5 years ago
• Perry961002 / Forecast-Loan-Default
  机器学习实践：贷款违约预测
  ☆37Updated 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
  ☆116Updated 2 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 3 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
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆350Updated 4 years ago