Alternatives and similar repositories for k-means-python3-

Users that are interested in k-means-python3- are comparing it to the libraries listed below

• ChileWang0228 / DeepLearningTutorial
  深度学习代码
  ☆132Updated 5 years ago
• dengsiying / K-Means-improvement
  K-Means聚类算法及其改进
  ☆32Updated 7 years ago
• Erikfather / Decision_tree-python
  决策树分类（ID3，C4.5，CART）
  ☆481Updated last year
• KangCai / Machine-Learning-Algorithm
  【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…
  ☆209Updated 5 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆31Updated 8 years ago
• coder23263 / Machine_learning_prediction_system
  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
• xinlianghu / svm
  用Python实现SVM多分类器
  ☆410Updated last year
• nanguoyu / StudentGradeRegression
  [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
  ☆46Updated 6 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆61Updated 7 years ago
• fuqiuai / datamining_algorithms
  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
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆76Updated 5 years ago
• Shi-Lixin / Machine-Learning-Algorithms
  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
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆126Updated 3 years ago
• 634671436 / Air_Pollution_Forcast_Beijing
  基于Keras的LSTM多变量时间序列预测
  ☆179Updated 7 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆82Updated 7 years ago
• yangxcc / Sklearn-Algorithm
  Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)
  ☆83Updated 5 years ago
• kunlaotou / Anomaly-Detection
  异常检测
  ☆159Updated 6 years ago
• haoyuhu / cluster-analysis
  K-Means++(HCM), Fuzzy C-Means(FCM), Hierarchical Clustering, DBscan
  ☆376Updated 3 months ago
• zhaoxingfeng / RandomForest
  随机森林，Random Forest（RF）
  ☆410Updated 5 years ago
• leezqcst / machine-learning-algorithm
  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
  ☆155Updated 8 years ago
• DeerZhifan / Clustering-Algorithms
  基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法
  ☆69Updated 6 years ago
• wrayzheng / gmm-em-clustering
  高斯混合模型（GMM 聚类）的 EM 算法实现。
  ☆200Updated 6 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆350Updated 5 years ago
• ice-tong / ML_demo
  一些机器学习算法的demo。普通最小二乘法，决策树（Iris鸢尾花数据集），KNN（mnist手写数字数据集），朴素贝叶斯分类西瓜数据集，trec06c数据集垃圾邮件分类（spam），逻辑斯蒂回归，随机梯度下降SGD与全梯度下降的对比，mnist中8和9的二分类，泰坦尼克号…
  ☆182Updated 6 years ago
• zhengyima / mnist-classification
  Pytorch、Scikit-learn实现多种分类方法，包括逻辑回归（Logistic Regression）、多层感知机（MLP）、支持向量机（SVM）、K近邻（KNN）、CNN、RNN，极简代码适合新手小白入门，附英文实验报告（ACM模板）
  ☆423Updated 4 years ago
• BackyardofAbela / EnsembleLearning
  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
• goodboyv / Sklearn_Mochine_leanring
  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
  ☆175Updated 5 years ago
• TimePickerWang / MachineLearning
  Machine Learning in Action学习笔记，一个文件夹代表一个算法，每个文件夹包含算法所需的数据集、源码和图片，图片放在pic文件夹中，数据集放在在Data文件夹内。书中的代码是python2的，有不少错误，这里代码是我用python3写的，且都能直接运行
  ☆208Updated 6 years ago
• zhuozhudd / PyTorch-Course-Note
  ☆68Updated 4 years ago