GISer2000 / daily_learningLinks
分享代码写作日常
☆42Updated 4 months ago
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☆83Updated 3 years ago
- 华为杯研究生数学建模竞赛:历年来数据分析类代码(不定时更新，曾获一等奖)☆133Updated last year
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆65Updated 5 years ago
- 基于地理加权回归(GWR)模型探索城市环境对共享单车出行的影响，使用POI数据作为城市环境变量。☆17Updated last year
- 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☆90Updated 5 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…☆43Updated 2 years ago
- python 用GA算法优化BP神经网络☆164Updated 4 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆175Updated 3 years ago
- 风力发电非常环保，且风能蕴量巨大，因此日益受到世界各国的重视。但是对于实际采集 到的测风数据及功率数据都存在各种各样的问题，需要有准确的实测数据来分析风电特征及发电规律 而且从风场收集到的数据中通常包含异常数据点，造成计算机进行数据筛选和排序的速度比较慢，因此 需要可靠有…☆31Updated 4 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 …☆26Updated 2 years ago
- lstm算法构建的车流量预测模型☆40Updated 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☆43Updated 6 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☆47Updated 2 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。☆200Updated 5 years ago
- 粒子群算法优化支持向量机☆143Updated 3 years ago
- 利用sklearn实现机器学习算法：线性回归、逻辑回归、决策树、随机森林、SVM等☆188Updated 5 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…☆152Updated 4 years ago
- 《交通大数据理论与方法》☆177Updated 3 years ago
- CNN+LSTM+Attention实现时间序列预测☆62Updated last year
- 😁【北京市优秀毕业论文】基于车辆轨迹时空数据的城市热点预测模型研究【Urban hot spot prediction model based on spatiotemporal data of vehicle trajectory】☆33Updated 3 years ago
- Pytorch_Learning_Notes☆102Updated 10 months ago
- 基于粒子群算法优化的BPNN和ElM对海浪高度的预测☆44Updated 3 years ago
- 交通时空大数据分析与挖掘☆15Updated 3 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
- 客流量时间序列预测模型☆130Updated 3 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…☆84Updated 7 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
- 群体智能优化算法☆111Updated 3 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。☆112Updated 7 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)☆59Updated 5 years ago