JiongXing / sklearn-DecisionTreeLinks
决策树、随机森林
☆49Updated 6 years ago
Alternatives and similar repositories for sklearn-DecisionTree
Users that are interested in sklearn-DecisionTree are comparing it to the libraries listed below
Sorting:
- 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☆167Updated 5 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 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☆55Updated 5 years ago
- python实现的随机森林☆100Updated 2 years ago
- 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
- 基于iris数据集进行四种机器学习算法(决策树、朴素贝叶斯、随机森林、支持向量机SVM)的训练,使用交叉检验(Cross-validation)对比了各算法的预测准确率。☆21Updated 5 years ago
- 实验源代码-----基于随机森林的气温预测☆42Updated 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☆76Updated 4 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
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- 支持向量机(SVM)——分类 预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆352Updated 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。☆190Updated 5 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
- 基于相关性分析的CNN_Attention_LSTM期货价格预测模型☆21Updated 2 years ago
- 集成学习Stacking方法详解☆75Updated 5 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 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☆155Updated 8 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)☆53Updated 7 years ago
- 客流量时间序列预测模型☆123Updated 3 years ago
- 逻辑回归预测违约可能☆32Updated 7 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☆45Updated 6 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆31Updated 2 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆37Updated 5 years ago
- bp 神经网络算法☆122Updated 2 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
- 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…☆144Updated 3 years ago
- 房价预测完整项目:1.爬取链家网数据 2.处理后,用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好,R^2值0.75左右☆236Updated 6 years ago