appke / Los-House-PricesLinks
洛杉矶房价预测
☆19Updated 4 years ago
Alternatives and similar repositories for Los-House-Prices
Users that are interested in Los-House-Prices are comparing it to the libraries listed below
Sorting:
- 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
- 智慧物流算法大赛简介： 根据包括货值、路程和油价等字段的数据集，对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码，分为四个主要的部分：1.数据预处理；2.特征工程；3.建模调参训练；4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 years ago
- 逻辑回归预测违约可能☆32Updated 7 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 竞赛项目集合：Rossmann销售预测(Top3%)、HousePrices(Top34%)、数字识别(Top78%)、泰坦尼克(Top83%)、能源预测③(Top36%)、未来价格预测(Top37%)、NFL大数据碗(Top61%)、厄瓜多尔连锁超市销售预测(Top48%…☆40Updated 4 years ago
- Python与机器学习方向，《决策树与集成算法》课程仓库☆25Updated 7 years ago
- 基于自构造函数的特征提取评分项目（缺失值处理，单变量相关性分析，特征评分，降维）☆15Updated 7 years ago
- 整理所有特征工程用到的方法，为了复用☆10Updated 4 years ago
- 🤖机器学习实战🤖：决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆25Updated 5 years ago
- 特征工程入门与实践笔记☆8Updated 5 years ago
- 2018科大讯飞AI营销算法大赛模型方案☆22Updated 6 years ago
- ☆14Updated 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
- 唯品会用 户购买行为预测☆29Updated 7 years ago
- machine_learning的使用python基本算法实现，包括正则化的多项式拟合，em对高斯混合模型的聚类，逻辑回归，pca降维。于2015年秋季学期机器学习课完成。（包含报告）☆20Updated 9 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参，特征筛选，训练等方案。同时包含stacking模型融合方案☆27Updated 5 years ago
- 作者：张君颖，个人项目 作品展：https://lotbear.com☆32Updated 4 years ago
- Python3数据分析与挖掘建模实战 学习代码☆20Updated 7 years ago
- 聚类分析: K均值聚类算法、层次聚类算法☆25Updated 10 years ago
- 机器学习实践：贷款违约预测☆37Updated 6 years ago
- 某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆121Updated 6 years ago
- 数据挖掘常用算法：关联分析Apriori算法，数据分类决策树算法，数据聚类K-means算法☆25Updated 6 years ago
- 网易云微专业数据分析☆19Updated 5 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实现经典分类回归、关联分析、聚类以及推荐算法等☆215Updated 6 years ago
- 数据挖掘领域十大算法代码实现☆58Updated 9 years ago
- 以京东评论作为数据集，使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆32Updated 5 years ago
- 三大boosting算法的工程实现 XGBoost、LightGBM、Catboost原理实现及常见面试问题总结，以及其他理解深刻的机器学习、深度 学习文章备份☆11Updated 4 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题，每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆44Updated 6 years ago
- top3-solution☆10Updated 5 years ago