HanXia001 / k-means-python3-Links
聚类算法k-means的简单实现
☆40Updated 7 years ago
Alternatives and similar repositories for k-means-python3-
Users that are interested in k-means-python3- are comparing it to the libraries listed below
Sorting:
- K-Means聚类算法及其改进☆33Updated 7 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 深度学习代码☆132Updated 6 years ago
- 用Python实现SVM多分类器☆437Updated last year
- 改进的k-prototypes聚类算法☆19Updated 5 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念,包括有监督学习,无监督学习,分类,聚类,回归;神经元模型,多层感知器,BP算法;损失函数,激活函数,梯度下降法;全连接网络、卷积神经网络、递归神经网络;训练集,测试集,交叉验证,欠拟合,过 拟合;数据规范化等☆159Updated 9 years ago
- 天池竞赛数据挖掘之二手车交易价格预测大赛☆10Updated 5 years ago
- 集成学习Stacking方法详解☆82Updated 6 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆48Updated 7 years ago
- 现有聚类算法面向高维稀疏数据多未考虑类簇可重叠和离群点的存在,导致聚类效果不理想。针对此,提出一种可重叠子空间K-Means聚类算法(An Overlapping Subspace K-Means Clustering Algorithm, OS-K-Means)。给出类簇…☆30Updated 6 years ago
- 决策树分类(ID3,C4.5,CART)☆491Updated 2 years ago
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆32Updated 9 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
- 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☆58Updated 5 years ago
- K-Means++(HCM), Fuzzy C-Means(FCM), Hierarchical Clustering, DBscan☆393Updated 9 months ago
- 模型优化调参---网格搜索(五折交叉验证)☆12Updated 6 years ago
- 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法☆73Updated 6 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 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
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆57Updated 7 years ago
- 随机森林,Random Forest(RF)☆430Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆121Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆185Updated 8 years ago
- 【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…☆216Updated 5 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
- 使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析☆50Updated 6 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
- Python 基于BP神经网络实现鸢尾花的分类☆373Updated 5 years ago
- 利用回归模型实现房价预测☆49Updated 7 years ago