Kaslanarian / PyDT
决策树分类与回归模型的实现和可视化
☆16Updated 3 years ago
Related projects ⓘ
Alternatives and complementary repositories for PyDT
- 🤖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☆25Updated 5 years ago
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆35Updated 5 years ago
- 机器学习实践:贷款违约预测☆33Updated 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☆40Updated 5 years ago
- 2021年Datafoutain个贷违约预测比赛——试验记录☆14Updated 2 years ago
- 基于python实现的数学建模相关代码,包含回归、分类、差分、聚类、时间序列分析、因子分析等☆67Updated 7 months ago
- 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☆132Updated 4 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☆49Updated 4 years ago
- 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…☆125Updated 3 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)☆79Updated 4 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)☆57Updated 4 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☆36Updated last year
- 用Python实现了《数学建模算法与应用》第二版中的部分示例代码. (原书中使用的是Matlab)☆185Updated 4 years ago
- 集成学习Stacking方法详解☆65Updated 5 years ago
- 逻辑回归做二分类进行癌症预测(基于细胞的属性特征)☆21Updated 5 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☆37Updated 4 years ago
- 数学建模准备工作,包括一些算法的手写与调用☆225Updated 6 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☆51Updated 7 years ago
- K-Means聚类分析算法Python实现,并以鸢尾花数据集为例进行聚类演示☆17Updated 6 years ago
- 文本查重系统☆9Updated 4 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…☆203Updated 4 years ago
- python数学实验与建模 司守奎的程序及数据文件☆20Updated 2 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☆149Updated 8 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆25Updated 7 years ago
- 简单线性回归,多元线性回归,非线性回归,Kmeans算法,Hierarchical_clustering☆13Updated 4 years ago
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题以 中国移动用户信用分预测 为例,对比分析几类 常见的回归算法,包括:线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆17Updated 5 years ago
- 数学建模算法及 Python 代码实现。☆83Updated 3 years ago
- 逻辑回归、时间序列、KNN、朴素贝叶斯、决策树、关联规则、线性回归、神经网络、SVM、模型评估以及提高模型性能☆14Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆40Updated 4 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。☆24Updated 5 years ago