XuQiao318 / Ensemble-LearningLinks
机器学习算法之集成学习
☆13Updated 6 years ago
Alternatives and similar repositories for Ensemble-Learning
Users that are interested in Ensemble-Learning are comparing it to the libraries listed below
Sorting:
- 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☆175Updated 5 years ago
- 《Python统计与数据分析实战》课程代码,包含了大部分统计与非参数统计和数据分析的模型、算法。回归分析、方差分析、点估计、假设检验、主成分分析、因子分析、聚类分析、判别分析、对数线性模型、分位回归模型以及列联表分析、非参数平滑、非参数密度估计等各种非参数统计方法。☆343Updated 3 months ago
- Python数据科学系专栏(pandas、Numpy、SKlearn、Matplotlib)、实战项目(代码、讲解、数据集)☆219Updated last year
- 《Python数据预处理技术与实践》源码下载☆204Updated 5 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
- Data Analysis and Mining(数据分析与挖掘)☆335Updated 4 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 6 years ago
- 机器学习算法经典案例☆110Updated 4 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
- 机器学习算法项目☆973Updated 3 years ago
- 《python数据分析与挖掘实战》项目实践及拓展☆227Updated 6 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆289Updated 5 years ago
- 机器学习纯算法实现。持续更新☆97Updated 5 years ago
- 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☆47Updated 6 years ago
- 《Python数据可视化之matplotlib实践》配套代码。☆63Updated 5 years ago
- 数据分析,挖掘建模。☆210Updated 3 years ago
- 主要存储Datawhale组队学习中“数据挖掘/机器学习”方向的资料。☆1,753Updated 3 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…☆147Updated 4 years ago
- 之前做过的一些项目,基于matlab程序的各种回归、分类算法实现☆35Updated 6 years ago
- Python金融大数据风控建模实战:基于机器学习源代码☆86Updated 3 years ago
- Matplotlib中文教程,在线阅读地址:https://datawhalechina.github.io/fantastic-matplotlib/☆503Updated 3 years ago
- 数据分析或者数据挖掘工程师面试题整理☆174Updated 5 years ago
- 为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。☆434Updated 3 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☆77Updated 5 years ago
- python实现的随机森林☆101Updated 3 years ago
- Python机器学习算法技术博客,有原创干货!有code实践! 【更多内容敬请关注公众号 "算法进阶"】☆905Updated last year
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 阿里云天池大赛赛题解析☆143Updated 4 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念,包括有监督学习,无监督学习,分类,聚类,回归;神经元模型,多层感知器,BP算法;损失函数,激活函数,梯度下降法;全连接网络、卷积神经网络、递归神经网络;训练集,测试集,交叉验证,欠拟合,过拟合;数据规范化等☆156Updated 8 years ago
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆83Updated 4 years ago