GISer2000 / daily_learningLinks
分享代码写作日常
☆41Updated 3 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:
- 城市交通道路流量预测☆57Updated 7 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆175Updated 3 years ago
- 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☆82Updated 3 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)☆65Updated 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☆86Updated 5 years ago
- 《交通大数据理论与方法》☆175Updated 3 years ago
- 客流量时间序列预测模型☆129Updated 3 years ago
- 交通流量多模型预测☆54Updated 5 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
- 水质预测系统,利用机器学习进行水质预测☆96Updated 3 years ago
- lstm算法构建的车流量预测模型☆40Updated 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…☆84Updated 6 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 4 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。☆198Updated 5 years ago
- 分别使用三种图卷积做一个简单的交通流量预测模型。☆41Updated 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…☆41Updated 2 years ago
- 比较 TCN、GRU、GCN、TGCN、 TCN+GCN 在 交通流量预测方面的准确率效果。☆139Updated 4 years ago
- 使用numpy实现的聚类算法(包括时空聚类算法)☆607Updated 6 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☆93Updated 4 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。☆16Updated last year
- 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)☆67Updated 2 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
- CNN-BiGRU-Attention模型☆101Updated 3 years ago
- Pytorch_Learning_Notes☆103Updated 9 months ago
- 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☆240Updated 5 years ago
- 利用已有的地铁流量历史数据建立模型,实现数据间存在的关联,为该城市未来一天的地铁流量进行一个较为准确的预测☆28Updated 6 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
- Modeling complex networks: An implementation based on Python+NetworkX☆237Updated last year
- 客流预测、Resnet☆15Updated 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☆56Updated 5 years ago