Alternatives and similar repositories for Machine-Learning-Algorithm:

Users that are interested in Machine-Learning-Algorithm are comparing it to the libraries listed below

• guangyaooo / MLTemplate
  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…
  ☆143Updated 3 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)
  ☆82Updated 5 years ago
• Rudo-erek / decision-tree
  基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法
  ☆40Updated 6 years ago
• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆43Updated 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…
  ☆178Updated 6 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
  ☆154Updated 8 years ago
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆348Updated 4 years ago
• Happyxianyueveryday / statslibrary
  统计分析课程实验作业/包含《统计分析方法》中因子分析，主成分分析，Kmeans聚类等典型算法的手写实现
  ☆77Updated 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
  ☆213Updated 6 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
  ☆284Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆128Updated 5 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆46Updated 9 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
  ☆162Updated 4 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆74Updated 5 years ago
• xiyusullos / ml_exercise
  西瓜书，课后习题
  ☆131Updated 3 years ago
• xinlianghu / svm
  用Python实现SVM多分类器
  ☆400Updated last year
• 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
  ☆55Updated 5 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆116Updated 4 years ago
• L-ear / RandomForest
  python实现的随机森林
  ☆96Updated 2 years ago
• digfound / ML-Experiments
  整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。
  ☆115Updated 7 years ago
• Erikfather / Decision_tree-python
  决策树分类（ID3，C4.5，CART）
  ☆479Updated last year
• SmallVagetable / machine_learning_python
  通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯
  ☆730Updated 5 years ago
• teamowu / Machine-Learning
  🤖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
• YungFuu / Machine-learning-based-credit-risk-assessment-model
  基于机器学习的信用风险评估模型，主要使用了Sklearn库，通过逻辑回归，向量机等模型，根据借款人的个人身份信息评估是否应当发放贷款。
  ☆17Updated 2 years ago
• zzy0222 / CityLab
  2019年北京高校数学建模校际联赛B题的模型代码：NLP情感分析+改进熵值法+改进灰色关联度分析
  ☆25Updated last year
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆49Updated 6 years ago
• fuqiuai / sklearn-feature-engineering
  使用sklearn做特征工程
  ☆172Updated 6 years ago
• gotgith / Machine-Learning-
  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
• tjhznb666 / Predicting-future-customer-credit-risk-based-on-machine-learning-algorithm
  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
• Wddzht / DataPreprocessing
  数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)
  ☆62Updated 4 years ago