EEEGUI / Modeling-CompetitionLinks
研究生数学建模比赛-航班登机口分配
☆16Updated 6 years ago
Alternatives and similar repositories for Modeling-Competition
Users that are interested in Modeling-Competition are comparing it to the libraries listed below
Sorting:
- 2018年研究生数学建模F组题☆14Updated 2 years ago
- 2019年第十六届华为杯数学建模竞赛F题第一名论文附代码☆54Updated 5 years ago
- 2018全国研究生数学建模竞赛(C题:对恐怖袭击事件记录数据的量化分析)☆12Updated 6 years ago
- 客流量时间序列预测模型☆126Updated 3 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
- 这是中国研究生数学建模大赛的C题,用于解决航班恢复的问题。程序首先建立了飞机,航班,客户,机场四个类用于模拟航班调度环境。之后应用遗传算法寻找最优的航班调度方案☆33Updated 6 years ago
- 基于深度学习的共享单车预测与调度解决方案,使用神经网络构建单车需求量与时间段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆102Updated 6 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆215Updated 6 years ago
- 改进的k-prototypes聚类算法☆19Updated 4 years ago
- 智能供应链分析,对顾客用rfm模型分类,用多种机器学习模型建模,进行欺诈订单预测,延迟发货预测,销售额预测,销售数量预测☆35Updated 4 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
- bp 神经网络算法☆124Updated 2 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆40Updated 5 years ago
- 2018中国研究生数学建模竞赛F题☆14Updated 6 years ago
- 基于Keras的LSTM多变量时间序列预测☆179Updated 7 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 7 years ago
- 时间序列ARIMA模型的销量预测☆62Updated 7 years ago
- GA遗传算法&动态可视化的,解决旅行商问题,python☆70Updated 5 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☆79Updated 5 years ago
- 基于KNN聚类算法结合Dynamic Time Warping(动态时间调整)的时间序列分类☆62Updated 6 years ago
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆113Updated 2 years ago
- 统计分析课程实验作业/包含《统计分析方法》中因子分析,主成分分析,Kmeans聚类等典型算法的手写实现☆77Updated 5 years ago
- 2021年华为杯第十八届中国研究生数学建模竞赛D题解决方案(国二)☆37Updated 3 years ago
- 基于LSTM的电力负荷预测☆157Updated 6 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☆289Updated 5 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☆37Updated 5 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☆43Updated last year
- 电力系统短期负荷预测☆44Updated 4 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例,使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据,将数据按时间段划分,使用SARIMA过滤其线性趋势,再对过滤后的残差使用LSTM进行预测,最后对预测结果进行…☆82Updated 6 years ago
- 集成学习Stacking方法详解☆76Updated 5 years ago