BackyardofAbela / DimensionalityReductionLinks
PCA和LDA进行数据降维
☆38Updated 5 years ago
Alternatives and similar repositories for DimensionalityReduction
Users that are interested in DimensionalityReduction are comparing it to the libraries listed below
Sorting:
- Python code of RBF neural network classification model☆46Updated 6 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 8 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆288Updated 5 years ago
- 【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…☆211Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 5 years ago
- 集成学习Stacking方法详解☆77Updated 6 years ago
- 深度学习代码☆132Updated 6 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- WeChat Official Accounts, zhihu and CSDN'blog code☆264Updated 5 years ago
- 关于算法、机器学习的一些读书笔记,思维导图☆42Updated 2 years ago
- 慕课网上深度学习之神经网络(CNN RNN GAN)算法原理+实战练习的代码和部分数据☆41Updated 6 years ago
- bp 神经网络算法☆126Updated 2 years ago
- 机器学习基本模型算法介绍(附加案例)☆225Updated 6 years ago
- ☆420Updated 4 years ago
- A repository contains more than 12 common statistical machine learning algorithm implementations. 常见10余种机器学习算法原理与实现及视频讲解。@月来客栈 出品☆281Updated last week
- 一文彻底搞懂BP算法:原理推导+数据演示+项目实战☆193Updated 6 years ago
- 使用sklearn做特征工程☆176Updated 7 years ago
- 天池”AI Earth“气象海洋预测竞赛的Topline学习教程☆69Updated 3 years ago
- 常用的特征选择方法☆68Updated 3 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆216Updated 6 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
- 时间序列理论和案例实践☆72Updated 8 years ago
- 龙曲良《TensorFlow深度学习》学习笔记及代码,采用TensorFlow2.0.0版本☆176Updated 2 years ago
- 为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。☆433Updated 4 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☆82Updated 5 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念,包括有监督学习,无监督学习,分类,聚类,回归;神经元模型,多层感知器,BP算法;损失函数,激活函数,梯度下降法;全连接网络、卷积神经网络、递归神经网络;训练集,测试集,交叉验证,欠拟合,过拟合;数据规范化等☆157Updated 9 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
- 基于Tensorflow2的深度学习开源书籍☆347Updated 5 years ago
- Stacking classification and regression☆25Updated 6 years ago
- 常用机器学习算法的简单手写实现,帮助更好理解算法☆70Updated 3 years ago