Ultraopxt / Predict-the-rent-probability-of-a-roomLinks
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
☆57Updated 5 years ago
Alternatives and similar repositories for Predict-the-rent-probability-of-a-room
Users that are interested in Predict-the-rent-probability-of-a-room are comparing it to the libraries listed below
Sorting:
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆43Updated 6 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
- 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☆90Updated 5 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
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- 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)☆83Updated 5 years ago
- 基于ARIMA时间序列的销量预测模型，实际预测准确率达90%以上，内含有测试记录和实际上线效果。☆111Updated 6 years ago
- 客流量时间序列预测模型☆130Updated 3 years ago
- 利用回归模型实现房价预测☆50Updated 7 years ago
- 集成学习Stacking方法详解☆80Updated 6 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络☆56Updated 8 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
- 机器学习集成模型之Stacking各类模型及工具源码☆120Updated 5 years ago
- 机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…☆152Updated 4 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
- 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
- 利用时间序列预测汽车销量☆44Updated 7 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆31Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆38Updated 5 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…☆216Updated 5 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆372Updated 5 years ago
- 支持向量机的python实现☆49Updated 10 years ago
- 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☆40Updated 5 years ago
- python实现的随机森林☆112Updated 3 years ago
- 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☆83Updated 3 years ago
- 实验源代码-----基于随机森林的气温预测☆46Updated 5 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 7 years ago
- 《Python数据预处理技术与实践》源码下载☆210Updated 6 years ago
- 《应用时间序列分析》易丹辉、王燕著； 案例Python实现☆17Updated 6 years ago