ShaoQiBNU / stackingLinks
集成学习Stacking方法详解
☆77Updated 6 years ago
Alternatives and similar repositories for stacking
Users that are interested in stacking are comparing it to the libraries listed below
Sorting:
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 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☆53Updated 8 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- feature selections and extractions☆89Updated last year
- 深度学习代码☆132Updated 6 years ago
- 粒子群算法优化支持向量机☆143Updated 3 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☆83Updated 5 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆287Updated 5 years ago
- 常用的特征选择方法☆67Updated 3 years ago
- PSO algorithm for multi-parameters optimizaiton☆66Updated 6 years ago
- Codes for time series forecast☆146Updated 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…☆212Updated 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☆44Updated 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)☆65Updated 5 years ago
- 利用Python实现三层BP神经网络☆83Updated 7 years ago
- a back propagation neural network with genetic algorithm☆83Updated 7 years ago
- 一种有效的电力负荷预测方法☆63Updated 5 years ago
- 类别不平衡学习,包括采样、代价敏感学习、决策输出补偿以及集成学习等内容☆37Updated 4 years ago
- python 用GA算法优化BP神经网络☆161Updated 4 years ago
- ☆67Updated 5 years ago
- 慕课网上深度学习之神经网络(CNN RNN GAN)算法原理+实战练习的代码和部分数据☆42Updated 6 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☆56Updated 5 years ago
- 客流量时间序列预测模型☆129Updated 3 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 5 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例,使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据,将数据按时间段划分,使用SARIMA过滤其线性趋势,再对过滤后的残差使用LSTM进行预测,最后对预测结果进行…☆84Updated 6 years ago
- 模型优化调参---网格搜索(五折交叉验证)☆11Updated 6 years ago
- 1、BP-momentum神经网络numpy实现及Pytorch实现及各optim在AQI数据集的表现。2、BP网络分类☆39Updated 5 years ago
- 包含一些比较常见的数据挖掘竞赛或者项目的源码☆128Updated 6 years ago
- AutoEncoder implements by keras. Including AE, DAE, DAE_CNN, VAE, VAE_CNN, CVAE, Sparse AE, Stacked DAE.☆41Updated 5 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