ShydowLi / Machine-Learning-With-R-

Related projects ⓘ

Alternatives and complementary repositories for Machine-Learning-With-R-

• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆38Updated 4 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆109Updated 4 years ago
• bingdiaoxiaomao / hyper-parameters-optimization
  机器学习算法超参数的优化方法——基于hyperopt和bayes_opt
  ☆15Updated 6 years ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆63Updated 4 years ago
• DolorHunter / AirportTaxiDSS
  Airport Taxi Decision Support System 机场出租车决策模型与优先调度策略
  ☆15Updated 4 years ago
• goodboyv / Sklearn_Mochine_leanring
  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
  ☆133Updated 4 years ago
• DaemonFG / BreastCancerWisconsin
  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
• lujiaxuan0520 / Prediction-and-Scheduling-of-Shared-Bike
  基于深度学习的共享单车预测与调度解决方案，使用神经网络构建单车需求量与时间段和地理画像的关联，预测不同区域单车需求量；使用蚁群算法规划最优单车调度路径。
  ☆84Updated 5 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
  ☆50Updated 4 years ago
• aflyingpig0226 / feature-engineering
  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
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆141Updated 3 years ago
• SuperTorch / SupplyChain
  智能供应链分析，对顾客用rfm模型分类，用多种机器学习模型建模，进行欺诈订单预测，延迟发货预测，销售额预测，销售数量预测
  ☆28Updated 4 years ago
• Timecollector / Grey_Model
  包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型
  ☆70Updated 2 years ago
• kunkun1230 / Data-analysis
  用 jupyter notebook做的一些机器学习项目
  ☆73Updated 5 years ago
• yangxcc / Sklearn-Algorithm
  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
• terrychen17 / Task005
  模型优化调参---网格搜索（五折交叉验证）
  ☆11Updated 5 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。
  ☆177Updated 4 years ago
• yc-maltazard / BPNN_Python
  Python 建立的BP神经网络处理预测相关公交线路数据
  ☆36Updated 7 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆65Updated 5 years ago
• nanguoyu / StudentGradeRegression
  [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩
  ☆45Updated 5 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆37Updated 5 years ago
• KeshengZhang / Covid-19-ARIMA-Time-Series-Prediction
  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
• dukuanbing / bpnn-stock-price-prediction
  使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.
  ☆33Updated 4 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• wzy6642 / K-Prototypes
  改进的k-prototypes聚类算法
  ☆16Updated 3 years ago
• gotgith / Machine-Learning-
  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
• hyy1101 / cainiao
  菜鸟-需求预测与分仓规划
  ☆20Updated 7 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆124Updated 4 years ago
• ypylj / Multi-Class-Classification
  使用支持向量机，感知机，随机森林，决策树，k近邻，logistic，LSTM，bagging，boosting，集成等多种常见算法实现多分类任务（三分类）。Support vector machine, perceptron, random forest, decision…
  ☆16Updated 4 years ago