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:
- 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
- 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
- 主要是在学习李航的统计学习方法和周志华的机器学习西瓜书的笔记和相关的代码实现☆31Updated 5 years ago
- 《应用时间序列分析》易丹辉、王燕著; 案例Python实现☆16Updated 5 years ago
- 类别不平衡学习,包括采样、代价敏感学习、决策输出补偿以及集成学习等内容☆36Updated 4 years ago
- 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
- 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☆40Updated 5 years ago
- 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
- 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☆55Updated 5 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 三大boosting算法的工程实现 XGBoost、LightGBM、Catboost原理实现及常见面试问题总结,以及其他理解深刻的机器学习、深度学习文章备份☆11Updated 3 years ago
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆41Updated last year
- 从0学习深度学习课程,跟随Andrew Ng的Coursera课程,课后根据记忆用python代码实现课程作业☆11Updated 5 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
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- Bayesian Optimization and Grid Search for xgboost/lightgbm☆74Updated 4 months ago
- 集成学习Stacking方法详解☆75Updated 5 years ago
- bp 神经网络算法☆124Updated 2 years ago
- iris数据集的基本数据分析方法,包括KNN,LG,NB,SVM算法。☆46Updated 8 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…☆207Updated 5 years ago
- 2018年研究生数学建模F组题☆14Updated 2 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 years ago
- Machine Learning in Action [Peter Harrington] 机器学习实战, Python3☆29Updated 6 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆27Updated 5 years ago
- 深度学习代码☆132Updated 5 years ago
- 基于seq2seq模型的风功率预测☆28Updated 5 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- 在sklearn下,几种常用的特征选择方法☆40Updated 9 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
- 时间序列理论和案例实践☆71Updated 7 years ago