gotgith / Machine-Learning-Links
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
☆48Updated 6 years ago
Alternatives and similar repositories for Machine-Learning-
Users that are interested in Machine-Learning- 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
- 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…☆147Updated 4 years ago
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆37Updated 5 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☆175Updated 5 years ago
- 机器学习算法经典案例☆110Updated 4 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…☆209Updated 5 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☆239Updated 6 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)☆83Updated 5 years ago
- 机器学习实践:贷款违约预测☆38Updated 6 years ago
- 用 jupyter notebook做的一些机器学习项目☆86Updated 5 years ago
- 统计分析课程实验作业/包含《统计分析方法》中因子分析,主成分分析,Kmeans聚类等典型算法的手写实现☆77Updated 5 years ago
- 利用回归模型实现房价预测☆45Updated 6 years ago
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 使用朴素贝叶斯、SVM、逻辑回归、RF、XGBoost、LightGBM的方法实现垃圾邮件分类任务,博客链接:https://blog.csdn.net/ljx0951/article/details/106116944☆52Updated 2 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
- 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
- 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑,主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现,希望该资源对您有所帮助,一起加油。☆136Updated 4 years ago
- 一些机器学习算法的demo。普通最小二乘法,决策树(Iris鸢尾花数据集),KNN(mnist手写数字数据集),朴素贝叶斯分类西瓜数据集,trec06c数据集垃圾邮件分类(spam),逻辑斯蒂回归,随机梯度下降SGD与全梯度下降的对比,mnist中8和9的二分类,泰坦尼克号…☆182Updated 6 years ago
- Data Analysis and Mining(数据分析与挖掘)☆335Updated 4 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆54Updated 7 years ago
- 《Python数据预处理技术与实践》源码下载☆204Updated 5 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
- 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。☆114Updated 7 years ago
- 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法☆69Updated 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 6 years ago
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆33Updated 3 years ago
- 智慧 物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 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☆56Updated 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☆156Updated 8 years ago
- Python数据科学系专栏(pandas、Numpy、SKlearn、Matplotlib)、实战项目(代码、讲解、数据集)☆220Updated last year