Timecollector / Grey_ModelLinks
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
☆82Updated 3 years ago
Alternatives and similar repositories for Grey_Model
Users that are interested in Grey_Model are comparing it to the libraries listed below
Sorting:
- python 用GA算法优化BP神经网络☆164Updated 4 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☆86Updated 5 years ago
- 粒子群算法优化支持向量机☆143Updated 3 years ago
- 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。☆198Updated 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
- 基于遗传算法的BP神经网络☆16Updated 4 years ago
- 基于统计学的时间序列预测(AR,ARM).☆292Updated 5 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
- 利用PSO优化的SVM进行期货预测☆23Updated 6 years ago
- 客流量时间序列预测模型☆129Updated 3 years ago
- 一种有效的电力负荷预测方法☆64Updated 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
- 使用多种算法(线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM)进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆180Updated 5 years ago
- 群体智能优化算法☆108Updated 3 years ago
- 麻雀搜索算法(Sparrow Search Algorithm, SSA)的python实现☆135Updated 5 years ago
- Sanitized Grey Wolf Optimizer(SGWO)-Support Vector Regressor (SVR)☆76Updated 3 years ago
- 种群算法复现(swarm-algorithm),包括乌鸦搜索(Crow Search Algorithm, CSA)、樽海鞘群算法(Salp Swarm Algorithm, SSA)、缎蓝园丁鸟优化算法(Satin Bowerbird Optimizer, SBO)、麻雀…☆362Updated 2 years ago
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- 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☆188Updated 5 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆175Updated 3 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 5 years ago
- 深度学习以进行时间序列预测☆705Updated 4 years ago
- 集成学习Stacking方法详解☆78Updated 6 years ago
- Use BPNN and LSTM to forecast stock price. 使用BP神经网络和LSTM预测股票价格,注释拉满。☆203Updated 3 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
- 基于遗传算法的BP网络设计,应用背景为交通流量的预测☆170Updated 6 years ago
- 基于粒子群算法优化的BPNN和ElM对海浪高度的预测☆44Updated 3 years ago
- ☆257Updated last year
- It is a project of SVM optimization algorithm which use the Grey Wolf Optimizer☆84Updated 6 years ago
- Include BP / GA_SVM / GS_SVM / KNN / LDA / PCA / PSO_SVM☆29Updated 3 years ago