Rudo-erek / decision-treeLinks
基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法
☆41Updated 6 years ago
Alternatives and similar repositories for decision-tree
Users that are interested in decision-tree are comparing it to the libraries listed below
Sorting:
- 机器学习、深度学习、NLP实战项目☆150Updated 7 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☆39Updated 6 years ago
- 用python和sklearn两种方法实现李航《统计学习方法》中的算法☆340Updated 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
- 【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…☆215Updated 5 years ago
- 用python实现了隐马尔科夫模型的概率计算和预测部分,主要是前向后向算法和维特比算法☆49Updated 10 years ago
- 感知器、贝叶斯分类、决策树分类、K最近邻法、逻辑回归、支持向量机...☆128Updated 11 years ago
- 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☆736Updated 6 years ago
- 高斯混合模型(GMM 聚类)的 EM 算法实现。☆204Updated 7 years ago
- K-Means聚类算法及其改进☆33Updated 7 years ago
- 机器学习基本模型算法介绍(附加案例)☆227Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆96Updated 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
- 决策树分类(ID3,C4.5,CART)☆490Updated 2 years ago
- 使用sklearn做特征工程☆176Updated 7 years ago
- 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☆78Updated 5 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
- 天池-印象盐城-汽车销量预测大赛☆36Updated 7 years ago
- bp 神经网络算法☆128Updated 2 years ago
- 分类类别不平衡,解决办法:采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重,附带信用卡诈骗案例☆21Updated 6 years ago
- 常用的特征选择方法☆67Updated 3 years ago
- 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法☆72Updated 6 years ago
- 2018全国研究生数学建模竞赛(C题:对恐怖袭击事件记录数据的量化分析)☆12Updated 6 years ago
- 天池大赛:O2O优惠券使用预测(排名:前1%,AUC:0.7948)(Top1:0.8116)☆59Updated 6 years ago
- 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。☆121Updated 7 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
- 学习机器学习的路上...☆92Updated 2 years ago
- 在sklearn下,几种常用的特征选择方法☆41Updated 9 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。☆18Updated 6 years ago
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆114Updated 2 years ago