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，隐马尔可夫模型（包括前向算法，后向算法，Viterbi算法和BaumWelch算法），主成分分析等模型
☆135Updated 3 years ago
Alternatives and similar repositories for MLTemplate:
Users that are interested in MLTemplate are comparing it to the libraries listed below
- 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☆149Updated 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)☆82Updated 4 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 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…☆205Updated 4 years ago
- 研究生数学建模，华为杯数学建模，2021D题（数模之星），乳腺癌，机器学习，数据分析☆301Updated 2 years ago
- 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☆43Updated 5 years ago
- 吴恩达机器学习算法Python实现，附详细的代码注释。☆80Updated 4 years ago
- 常见的数据预处理，包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆40Updated last year
- 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☆72Updated 4 years ago
- 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 4 years ago
- 集成学习Stacking方法详解☆71Updated 5 years ago
- 华为杯研究生数学建模竞赛:历年来数据分析类代码(不定时更新，曾获一等奖)☆90Updated 4 months ago
- 2020年数学建模国赛C题国一优秀论文——编号C227：银行对中小微企业的信贷决策分析☆23Updated 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☆41Updated 5 years ago
- 决策树、随机森林☆48Updated 6 years ago
- 用Python实现SVM多分类器☆387Updated 10 months 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☆75Updated 2 years ago
- 粒子群算法优化支持向量机☆133Updated 2 years ago
- 吴恩达机器学习课程的资源、作业代码以及学习笔记☆47Updated 5 years ago
- python 用GA算法优化BP神经网络☆152Updated 3 years ago
- 基于python实 现的数学建模相关代码，包含回归、分类、差分、聚类、时间序列分析、因子分析等☆70Updated 10 months ago
- 支持向量机的python实现☆45Updated 9 years ago
- 利用Python实现三层BP神经网络☆80Updated 6 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)☆61Updated 4 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。☆182Updated 4 years ago
- 本项目演示如何在PyTorch中使用Transformer模型进行中文文本分类☆31Updated last year
- 常用机器学习算法的简单手写实现，帮助更好理解算法☆71Updated 2 years ago
- 这是一个入门机器学习/深度学习的小项目，包含随机森林，多层感知器，卷积神经网络，实现了训练可视化，多分类混淆矩阵等计算☆51Updated 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☆35Updated 5 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