data-infra / sklearnLinks
数据挖掘库sklearn的使用教程和demo
☆85Updated 7 years ago
Alternatives and similar repositories for sklearn
Users that are interested in sklearn are comparing it to the libraries listed below
Sorting:
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 用python和sklearn两种方法实现李航《统计学习方法》中的算法☆340Updated 7 years ago
- 机器学习、深度学习、NLP实战项目☆150Updated 7 years ago
- 机器学习基本模型算法介绍(附加案例)☆228Updated 6 years ago
- 使用sklearn做特征工程☆177Updated 7 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。☆438Updated 4 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 years ago
- 《Python数据分析与挖掘实战》随书源码与数据☆294Updated 8 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验,主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码,欢迎各位码友讨论交流。☆121Updated 7 years ago
- 这是一个完整的,端到端的机器学习项目,非常适合有一定基础后拿来练习,以提高对完整机器学习项目的认识☆393Updated 7 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆100Updated 3 years ago
- 机器学习&深度学习资料笔记&基本算法实现&资源整理(ML / CV / NLP / DM...)☆231Updated last year
- 【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
- 学习机器学习的路上...☆92Updated 2 years ago
- 《Python数据预处理技术与实践》源码下载☆213Updated 6 years ago
- 数据分析,挖掘建模。☆212Updated 4 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☆288Updated 5 years ago
- 【火炉炼AI】-机器学习系列文章☆209Updated 6 years ago
- 数据挖掘领域十大算法代码实现☆57Updated 9 years ago
- 李航统计学习方法(第二版)的学习笔记,包括:1、每章重点公式的手动推导 2、每章算法的Python自实现 3、学习过程中的笔记与心得 4、每章节的课后习题 5、每周都会按照至少一周一章的进度定时将自己的学习进度更新到这个仓库☆126Updated 5 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☆159Updated 9 years ago
- 用 jupyter notebook做的一些机器学习项目☆86Updated 6 years ago
- 机器学习算法经典案例☆113Updated 5 years ago
- 讲解常见的机器学习算法☆319Updated 5 years ago
- 深度学习库keras的教程和案例demo☆45Updated 7 years ago
- 记录我学习数据挖掘过程的笔记和见到的奇技☆122Updated 7 years ago
- 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☆245Updated 7 years ago