dengsiying / K-Means-improvementLinks
K-Means聚类算法及其改进
☆32Updated 7 years ago
Alternatives and similar repositories for K-Means-improvement
Users that are interested in K-Means-improvement 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☆215Updated 6 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
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆94Updated 6 years ago
- 分类类别不平衡,解决办法:采样(SMOTE和算法集成 技术等)、阈值移动、调整代价或权重,附带信用卡诈骗案例☆21Updated 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。☆25Updated 6 years ago
- 机器学习基本模型算法介绍(附加案例)☆225Updated 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☆123Updated 6 years ago
- 《Python数据预处理技术与实践》源码下载☆209Updated 5 years ago
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆113Updated 2 years ago
- 天池零基础入门NLP - 新闻文本分类☆19Updated 5 years ago
- 数据预处理之缺失值处理,特征选择☆22Updated 6 years ago
- 机器学习、深度学习、NLP实战项目☆148Updated 7 years ago
- 机器学习算法经典案例☆111Updated 4 years ago
- 基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法☆41Updated 6 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
- 使用sklearn做特征工程☆177Updated 7 years ago
- 常用的特征选择方法☆67Updated 3 years ago
- 此项目是《剑指offer》第二版里算法面试题的Python3实现版本,作为一本经典书籍,可以时常拿出来看一看、翻一翻、记一记。同时也是为了Python程序员能够更好的通过公司的技术面试,拿到心仪的offer。☆121Updated 4 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☆28Updated 5 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
- 构建基于逻辑回归的评分卡模型☆46Updated 6 years ago
- 情感分析系统,用于分析用户评论是积极还是消极。其中使用了逻辑回归函数、决策树、支持向量机、神经网络等不同的模型进行训练☆34Updated 7 years ago
- 2020 招商银行FinTech 数据赛道 rank10☆115Updated 5 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆46Updated 6 years ago
- ☆45Updated 5 years ago
- 大家好,我是coggle开源小组成员 庐州小火锅,这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案(具体介绍见我的csdn:),现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆55Updated 4 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆44Updated 5 years ago
- CCF大数据与计算智能大赛-工件检测TOP1方案☆29Updated 5 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆55Updated 7 years ago
- 2019年CCF大数据与计算智能大赛乘用车细分市场销量预测冠军解决方案☆261Updated 5 years ago