Alternatives and similar repositories for Sklearn_Mochine_leanring

Users that are interested in Sklearn_Mochine_leanring are comparing it to the libraries listed below

• L-ear / RandomForest
  python实现的随机森林
  ☆100Updated 2 years ago
• yangxcc / Sklearn-Algorithm
  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)
  ☆83Updated 5 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
  ☆55Updated 5 years ago
• guangyaooo / MLTemplate
  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…
  ☆144Updated 3 years ago
• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆44Updated 5 years ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆76Updated 4 years ago
• gotgith / Machine-Learning-
  使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析
  ☆45Updated 6 years ago
• teamowu / Machine-Learning
  🤖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
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆123Updated 3 years ago
• wyn-365 / temp-predict
  实验源代码-----基于随机森林的气温预测
  ☆42Updated 5 years ago
• Wddzht / DataPreprocessing
  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
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆157Updated 4 years ago
• KangCai / Machine-Learning-Algorithm
  【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…
  ☆208Updated 5 years ago
• dukuanbing / bpnn-stock-price-prediction
  使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.
  ☆37Updated 5 years ago
• BackyardofAbela / EnsembleLearning
  包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用
  ☆287Updated 5 years ago
• Timecollector / Grey_Model
  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
  ☆77Updated 2 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  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。
  ☆190Updated 5 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆74Updated 5 years ago
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆353Updated 4 years ago
• leezqcst / machine-learning-algorithm
  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
  ☆155Updated 8 years ago
• runyi-yao / Decision-Tree
  利用ID3决策树预测患糖尿病的可能性
  ☆16Updated 4 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆116Updated 4 years ago
• RobinLuoNanjing / MachineLearning_Ng_Python
  吴恩达机器学习算法Python实现，附详细的代码注释。
  ☆83Updated 4 years ago
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆49Updated 6 years ago
• Heavyapples / Agricultural-grain-yield-prediction-based-on-BP-SVR-and-random-forest
  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。
  ☆18Updated last year
• Leo1998-Lu / Machine-learning-on-iris
  基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。
  ☆21Updated 5 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆46Updated 9 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆82Updated 7 years ago
• yuekong2010 / load-forecasting-algorithms
  使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…
  ☆164Updated 4 years ago
• xinchenstephen / stock_prediction
  基于粒子群算法的神经网络优化股票价格预测
  ☆33Updated 5 years ago