gongxijun / predict_aqi
空气质量指数预测
☆19Updated 6 years ago
Alternatives and similar repositories for predict_aqi:
Users that are interested in predict_aqi are comparing it to the libraries listed below
- 水质预测系统,利用机器学习进行水质预测☆78Updated 2 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 7 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☆26Updated 5 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☆41Updated 5 years ago
- 客流量时间序列预测模型☆119Updated 3 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- 依据广西81个县早稻、晚稻作物4年产量的相关历史数据,结合4年气象降雨、温度、光照、温差等气象数据,一方面探索广西各地区气象环境局部特征,构建未来气象预测系统,另一方面挖掘气象和水稻产量的关系,构建因地制宜精准产量预测模型。☆13Updated 5 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☆73Updated 4 years ago
- 基于BP算法和遗传算法建立武汉市空气质量指数的预测模型,以武汉市8个监测站的1年的空气质量数据为训练数据进行神经网络的建模,近一个月的数据作为测试数据进行模型的准确性测试,平均准确率在75%左右。☆30Updated 7 years ago
- 数据分析大作业项目:对2013年3月至2017年2月北京市12个地点的空气监测数据进行分析处理。☆10Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆62Updated 6 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析,使用LSTM循环神经网络模型进行融合预测,准确率达到90%以上。☆55Updated 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)☆62Updated 4 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 4 years ago
- 利用时间序列预测汽车销量☆38Updated 6 years ago
- 基于seq2seq模型的风功率预测☆28Updated 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☆54Updated 5 years ago
- 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☆13Updated 5 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- 用 jupyter notebook做的一些机器学习项目☆80Updated 5 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…☆75Updated 6 years ago
- 本项目是一个由我个人开发的python机器学习项目,基于BP、SVR、随机森林的农业粮食产量预测,对比了三种机器学习算法的预测效果。☆15Updated 10 months ago
- 农作物产量预测-天池☆13Updated last year
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆23Updated 2 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
- ☆15Updated 4 years ago
- 城市交通流量时空预测---山东省数据应用(青岛)创新创业大赛。http://sdac.qingdao.gov.cn/common/cmptIndex.html☆35Updated 4 years ago
- 基于Keras的LSTM多变量时间序列预测☆176Updated 7 years ago
- 基于ARIMA时间序列的销量预测模型,实际预测准确率达90%以上,内含有测试记录和实际上线效果。☆103Updated 5 years ago
- 一些常用的功能型python模块接口,如:批量下载百度图片、moran指数(莫兰指数)、ARIMA、灰色预测GM(1,1)☆41Updated 5 years ago