Voruarn / ch11_-
基于pandas、Scikit-Learn、matplotlib、PyQt5的二手房价分析与预测系统
☆8Updated 2 years ago
Related projects ⓘ
Alternatives and complementary repositories for ch11_-
- 旅游推荐系统☆10Updated 7 months ago
- 一个数据分析项目,利用 Pandas 库进行数据预处理,缺少值填充,利用sklearn 模块建模并对多种农产品价格进行预测☆21Updated 3 years ago
- 基于Scrapy爬虫获取相关旅游信息,并将数据可视化。=>此项目为出游选择目的地提供解决方案☆13Updated 6 years ago
- 数据挖掘作业数据以及代码(电动车价格预测)☆64Updated 4 years ago
- 基于Springboot+Vue+Python深度神经网络学习算法水质管理预测系统设计毕业源码案例设计☆36Updated last year
- 基于python的热门旅游景点爬取与展示系统☆12Updated 3 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆31Updated 4 years ago
- 旅游路线推荐系统django项目☆40Updated 11 months ago
- 计算机毕业设计Python+Hadoop+Spark+Hive旅游可视化 旅游数据分析 数据仓库 旅游推荐系统 旅游大数据 大数据毕业设计 大数据毕设☆21Updated 2 years ago
- 分析优衣库销售数据,对整体销售情况进行可视化分析. #Python #Jupyter Notebook☆14Updated 2 years ago
- flask 公交数据可视化分析☆12Updated 2 years ago
- Python 数据分析案例。包含【电影评论分析】、【慕课数据分析】、【医疗花销分析】、【心脏病、癌症、糖尿病预测】☆38Updated 3 years ago
- 本科毕业设计,基于机器学习的商品评论分析系统☆36Updated 4 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.☆33Updated 4 years ago
- 阿里云-天池数据分析竞赛:汽车产品聚类分析☆14Updated 3 years ago
- Python数据可视化大作业 (研究生一年级上学期)☆13Updated 6 years ago
- 利用爬虫获取58同城的二手房信息 ,选取特征并对数据进行预处理,利用机器学习算法给出不同地段的租房推荐。☆14Updated 5 years ago
- 基于Python:网络爬虫获取房价信息、数据的预处理和可视化、搭建基于房价预测的机器学习模型、房价预测。☆101Updated 3 months ago
- 数据挖掘-葡萄酒质量分析☆11Updated last year
- pytorch,cnn,数据挖掘,天气预测☆15Updated 3 years ago
- 基于机器学习的商品评论情感分析——毕业设计项目☆155Updated last year
- 基于BOSS直聘“数据分析师”职位信息的爬虫实现、数据分析、数据可视化及机器学习预测与结果分析。☆74Updated 6 years ago
- 时间序列预测项目,采用不同的深度学习、机器学习算法,进行时间序列预测。包含不同预测算法与预测场景☆28Updated 8 months ago
- 本作品在研究推荐系统相关理论知识的基础上,综合使用数据库、机器学习、爬虫、网页交互等技术,结合经典推荐算法,搭建基于网络热点的综合个性化推荐系统,旨在为用户提供及时精准的个性化网络信息服务。☆13Updated 3 years ago
- 电商产品评论数据情感分析模型☆13Updated last year
- 金融反欺诈预测系统,技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统,系统功能包括信贷数据分析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂,适合新手练手学习机器学习与Web系统的结合。☆36Updated 2 years ago
- 计算机毕业设计Spark+SpringBoot旅游推荐系统 旅游大数据分析大屏 旅游可视化 旅游路线规划系统 旅游推荐App小程序 旅游网站 自驾游路线规划系统 自驾游推荐系统 自驾游推荐App小程序 自驾游攻略系统☆26Updated 2 years ago
- 基于深度学习的特征值识别的社交媒体谣言分析。(大四毕业设计)☆21Updated 4 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☆50Updated 4 years ago
- python数据分析与数据挖掘实例☆54Updated last year