bingkanon / City_AQI_python
对部分城市空气质量指数相关数据分析，解决相关问题，以及用回归方程建模预测新城市空气质量
☆12Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for City_AQI_python
- 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☆75Updated 4 years ago
- 用LSTM预测空气质量☆27Updated 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☆38Updated 4 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
- 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
- 机器学习实践：贷款违约预测☆33Updated 5 years ago
- 机器学习决策树ID3算法的Python实现☆10Updated 4 years ago
- 携程/榛果民宿实时评论挖掘软件，包含数据的实时采集/数据清洗/结构化保存/ UGC 数据主题提取/情感分析/后结构化可视化等技术的综合性演示 Demo。基于在线民宿 UGC 数据的意见挖掘项目，包含数据挖掘和 NLP 相关的处理，负责数据采集、主题抽取、情感分析等任务。主要…☆70Updated 3 years ago
- K-Means聚类分析算法Python实现，并以鸢尾花数据集为例进行聚类演示☆17Updated 6 years ago
- 用 jupyter notebook做的一些机器学习项目☆73Updated 5 years ago
- python数据分析与数据挖掘实例☆54Updated last year
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题以 中国移动用户信用分预测 为例，对比分析几类 常见的回归算法，包括：线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆17Updated 5 years ago
- 爬虫爬取北京天气数据，pandas和numpy处理数据，matplot可视化展示数据，sklearn机器学习方法预测空气状况。☆107Updated 4 years ago
- 数据挖掘大作业， 东野圭吾小说集文本挖掘☆64Updated 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☆133Updated 4 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
- 通过聚类分析交易流水检测异常交易☆20Updated last year
- 房价预测完整项目：1.爬取链家网数据 2.处理后，用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好，R^2值0.75左右☆223Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆60Updated 6 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☆63Updated 4 years ago
- 3个小项目分别是利用 Python 实现报表自动化、某连锁超市、某银行数据分析，展示了问题分解、数据清洗、数据分析与可视化的过程。☆38Updated 5 years ago
- 基于猫眼电影数据和SVR回归器的电影票房预测系统, 包括数据爬取, 特征分析以及数据预测☆10Updated 4 years ago
- 实验源代码-----基于随机森林的气温预测☆35Updated 4 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆15Updated 6 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。☆24Updated 5 years ago
- TOP250豆瓣电影短评爬虫+数据分析☆18Updated 4 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
- 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。☆34Updated 5 years ago
- kaggle贷款违约预测☆35Updated 6 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)☆79Updated 4 years ago