forbigone / Stacking-for-house-price
基于随机采样与精度加权的Stacking算法，用于kaggle竞赛House Price的房价预测，比传统stacking算法有所提升
☆12Updated 3 years ago
Related projects ⓘ
Alternatives and complementary repositories for Stacking-for-house-price
- 集成学习Stacking方法详解☆65Updated 5 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆177Updated 4 years ago
- This is a Python package for Broad Learning System.☆18Updated 4 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆149Updated 2 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
- 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…☆126Updated 3 years ago
- 粒子群算法优化支持向量机☆131Updated 2 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
- 机器学习集成模型之Stacking各类模型及工具源码☆109Updated 4 years ago
- 使用LSTM、GRU、BPNN进行时间序列预测。Using LSTM\GRU\BPNN for time series forecasting. (Pytorch Edition)☆53Updated 3 years ago
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆70Updated 2 years ago
- 模糊聚类算法_python版☆27Updated last year
- 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
- ☆24Updated 4 months ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆42Updated 4 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆58Updated 4 years ago
- 使用svr, mlp, rnn, lstm, am-lstm进行多元时间序列回归预测☆51Updated last year
- 包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用☆276Updated 4 years ago
- 麻雀算法优化支持向量机 python实现☆12Updated 2 years ago
- use PSO to train the sigle layer NN structure☆25Updated 2 years ago
- Codes for time series forecast☆144Updated 3 years ago
- 模型优化调参---网格搜索（五折交叉验证）☆11Updated 5 years ago
- 【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…☆204Updated 4 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
- ☆64Updated 4 years ago
- feature selections and extractions☆87Updated 5 months 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
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆15Updated 6 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆65Updated 5 years ago
- 模糊聚类算法及其改进算法☆12Updated 3 years ago