Alternatives and similar repositories for DimensionalityReduction:

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

• 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
• shiluqiang / RBF_NN_Python
  Python code of RBF neural network classification model
  ☆44Updated 6 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 5 years ago
• wenhan123 / ML-Python-
  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
• 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
  ☆41Updated 5 years ago
• cjn-chen / machine_learn_reading_notes
  关于算法、机器学习的一些读书笔记，思维导图
  ☆41Updated 2 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆71Updated 5 years ago
• kikizxd / Class-imbalanced__Credit-Card-Fraud
  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
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 4 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• huidudaozou / Time-Series
  《应用时间序列分析》易丹辉、王燕著； 案例Python实现
  ☆16Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 5 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆115Updated 4 years ago
• zhulei227 / Stacking_Ensembles
  Stacking classification and regression
  ☆22Updated 5 years ago
• yanhan19940405 / Data_machine_learning
  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 4 years ago
• 543877815 / neural-network-practise
  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
  ☆39Updated 5 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆23Updated 7 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…
  ☆203Updated 4 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
  ☆54Updated 4 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆80Updated 6 years ago
• luckyerdog / feature_select
  在sklearn下，几种常用的特征选择方法
  ☆40Updated 9 years ago
• Maria-Habib / GA-XGBoost-Evoloby
  ☆15Updated 4 years ago
• weijinqian0 / feature_eda
  整理所有特征工程用到的方法，为了复用
  ☆10Updated 4 years ago
• zhulei227 / ML_imblearn
  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
• BackyardofAbela / EnsembleLearning
  包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用
  ☆281Updated 4 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 5 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
  ☆39Updated 5 years ago
• Minerva-J / MachineLearning
  ☆14Updated 4 years ago
• zxf864823150 / zxf_fist_up
  天池全国社会保险大数据应用+精准社保/天池精准社保第一赛季
  ☆8Updated 7 years ago
• Designlotus / Anti-fraud-prediction-model
  交易欺诈作为信用卡行业面临的主要贷后风险业务问题，每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题
  ☆41Updated 5 years ago