Shi-Lixin / Machine-Learning-AlgorithmsLinks
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
Alternatives and similar repositories for Machine-Learning-Algorithms
Users that are interested in Machine-Learning-Algorithms are comparing it to the libraries listed below
Sorting:
- 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
- 使用sklearn做特征工程☆176Updated 7 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
- 机器学习基本模型算法介绍(附加案例)☆227Updated 6 years ago
- 机器学习、深度学习、NLP实战项目☆150Updated 7 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☆245Updated 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
- Data Analysis and Mining(数据分析与挖掘)☆344Updated 5 years ago
- 数据分析,挖掘建模。☆212Updated 3 years ago
- 为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。☆437Updated 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…☆215Updated 5 years ago
- 【火炉炼AI】-机器学习系列文章☆209Updated 6 years ago
- 数据挖掘库sklearn的使用教程和demo☆85Updated 7 years ago
- 《Python数据分析与挖掘实战》随书源码与数据☆292Updated 8 years ago
- 这是一个完整的,端到端的机器学习项目,非常适合有一定基础后拿来练习,以提高对完整机器学习项目的认识☆392Updated 7 years ago
- 学习机器学习的路上...☆92Updated 2 years ago
- 基于互联网金融平台2015年度贷款数据完成信贷违约预测模型,该模型可以作为信贷平台预测违约借款人的参考☆71Updated 7 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
- 记录我学习数据挖掘过程的笔记和见到的奇技☆123Updated 7 years ago
- 某电商手机评论的文本挖掘初体验 功能板 块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆123Updated 6 years ago
- 📖 Machine learning algorithms and deep learning algorithms☆27Updated 2 years ago
- 数据挖掘大作业, 东野圭吾小说集文本挖掘☆72Updated 8 years ago
- 机器学习算法 基于西瓜书以及《统计学习方法》,当然包括DL。☆299Updated 6 years ago
- 利用Logistic回归实现信用卡欺诈检测☆50Updated 4 years ago
- 《Python数据预处理技术与实践》源码下载☆210Updated 6 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
- 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
- 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)。☆94Updated 6 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
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆28Updated 5 years ago