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
☆214Updated 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:
- 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
- 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☆172Updated 6 years ago
- 数据分析,挖掘建模。☆210Updated 3 years ago
- 数据挖掘库sklearn的使用教程和demo☆84Updated 7 years ago
- CCF2018 数据挖掘 机器学习 智能匹配 特征工程☆48Updated 5 years ago
- 机器学习、深度学习、NLP实战项目☆141Updated 7 years ago
- 《Python数据分析与挖掘实战》随书源码与数据☆285Updated 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☆240Updated 6 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆65Updated 9 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☆68Updated 6 years ago
- 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑,主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现,希望该资源对您有所帮助,一起加油。☆134Updated 4 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆54Updated 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)。☆94Updated 6 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☆121Updated 6 years ago
- 1st Place Solution for【2016CCF大数据竞赛 客户画像赛题(用户画像)】☆348Updated 6 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...☆127Updated 10 years ago
- 数据挖掘大作业, 东野圭吾小说集文本挖掘☆69Updated 8 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☆76Updated 5 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 记录我学习数据挖掘过程的笔记和见到的奇技☆121Updated 6 years ago
- Data Analysis and Mining(数据分析与挖掘)☆331Updated 4 years ago
- 机器学习算法经典案例☆110Updated 4 years ago
- 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
- 《python数据分析与挖掘实战》项目实践及拓展☆225Updated 6 years ago
- 用 jupyter notebook做的一些机器学习项目☆86Updated 5 years ago
- python数据分析基础☆92Updated last year
- 天池大赛:O2O优惠券使用预测(排名:前1%,AUC:0.7948)(Top1:0.8116)☆56Updated 5 years ago
- 机器学习基本模型算法介绍(附加案例)☆221Updated 6 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题,每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆43Updated 6 years ago