GISer2000 / daily_learningLinks
分享代码写作日常
☆36Updated last month
Alternatives and similar repositories for daily_learning
Users that are interested in daily_learning are comparing it to the libraries listed below
Sorting:
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆78Updated 2 years ago
- 基于 LSTM 循环神经网络的电力系统负荷预测分析。建立 CART 回归树以及 LSTM 模型对该地区未来 10 天间隔 15 分钟负荷以及未来 3 个月负荷最大最小值进行预测。将行业数据分为大工业用电最大值、大工业用电最小 值；非普工业最大值、非普工业最小值；普通工业最大…☆37Updated 2 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆63Updated 4 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
- 基于pytorch搭建多特征LSTM时间序列预测☆169Updated 2 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
- 使用LSTM、GRU、BPNN进行时间序列预测。Using LSTM\GRU\BPNN for time series forecasting. (Pytorch Edition)☆58Updated 4 years ago
- 机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…☆146Updated 4 years ago
- CNN-BiGRU-Attention模型☆93Updated 3 years ago
- 《交通大数据理论与方法》☆170Updated 2 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…☆81Updated 6 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 5 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆191Updated 5 years ago
- ☆252Updated last year
- 交通流量预测项目在研，以下是本人学习过程中积累整理的资源，会持续更新☆229Updated 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☆77Updated 5 years ago
- 通过修改transformer使其可以预测金融时间序列☆35Updated 4 years ago
- 2021年研究生数学建模竞赛B题，全国二等奖，空气质量预报二次建模，时间序列数据分析与回归预测。Time Series Prediction&Air Quality Prediction.☆36Updated 3 years ago
- time series analysis models source code☆242Updated 3 years ago
- 基于VMD-Attention-LSTM的时间序列预测模型（代码仅使用了一个较小数据集的训练及预测，内含使用使用逻辑，适合初学者观看，模型结构是可行的，有能力的请尝试使用更大的数据集训练）☆63Updated 2 years ago
- 本项目为时间序列预测项目 ，主要重点在于对预测项目整体流程的梳理总结，不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型（后续会不断修改完善）。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch …☆22Updated 2 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析，使用LSTM循环神经网络模型进行融合预测，准确率达到90%以上。☆57Updated 5 years ago
- 城市交通道路流量预测☆55Updated 6 years ago
- 使用LSTM、ANN网络进行时间序列的多步预测。一般情况下机器学习算法在进行时间序列预测时采取一步预测的方法。该段代码将其拓展到多步预测的情形。主要改进在于数据的构建。LSTM and ANN are used to predict the time series. In …☆16Updated 4 years ago
- 使用GCN和GRU组合模型，多站点气温预测☆38Updated 3 years ago
- 复现论文算法RODDPSO+K-Means，用优化的粒子群算法对K-Means算法求初始的簇心，以达到优化聚类算法的目的☆17Updated 4 years ago
- 基于pytorch框架，针对文本分类的机器学习项目，集成多种算法(xgboost, lstm, bert, mezha等等)，提供基础数据集，开箱即用，方便自己二次拓展，持续更新☆31Updated 2 years ago
- 客流量时间序列预测模型☆125Updated 3 years ago
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆89Updated 4 years ago
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。 通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆171Updated 5 years ago