huidudaozou / Time-Series
《应用时间序列分析》易丹辉、王燕著; 案例Python实现
☆15Updated 5 years ago
Alternatives and similar repositories for Time-Series:
Users that are interested in Time-Series are comparing it to the libraries listed below
- 利用时间序列预测汽车销量☆37Updated 6 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☆39Updated 5 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☆55Updated 7 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 5 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆16Updated 5 years ago
- 时间序列理论和案例实践☆70Updated 7 years ago
- 主要是在学习李航的统计学习方法和周志华的机器学习西瓜书的笔记和相关的代码实现☆31Updated 5 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参,特征筛选,训练等方案。同时包含stacking模型融合方案☆27Updated 4 years ago
- Sliver Solution (Top 2%) for Kaggle M5 Forecasting competition☆42Updated 3 months ago
- Comparing XGBoost, CatBoost and LightGBM on TimeSeries Regression (RMSE, R2, AIC) on two different TimeSeries datasets.☆22Updated 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
- 机器学习集成模型之Stacking各类模型及工具源码☆114Updated 4 years ago
- 时间序列分析的代码及简要说明☆17Updated 6 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 构建基于逻辑回归的评分卡模型☆43Updated 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☆54Updated 4 years ago
- LGBM :推导原理、参数含义、超参数设置(网格、随机、贝叶斯搜索)☆13Updated 6 years ago
- 2019泰迪杯B题,利用Adaboost模型对A股市场进行预测☆46Updated 5 years ago
- 基于深度学习的溶解氧时间序列预测模型☆27Updated 4 years ago
- 对截止至2017年7月17日的债券违约事件进行梳理归因,并寻找宏观流动性影响因素,组成数据集。运用Lasso回归进行特征提取后,输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测,得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…☆53Updated 5 years ago
- 数据预处理之缺失值处理,特征选择☆21Updated 5 years ago
- CCF BDCI 2022比赛 返乡发展人群预测赛题 Baseline 数据挖掘(特征工程+集成学习)队伍排名39/2297☆11Updated 10 months ago
- Bayesian Optimization and Grid Search for xgboost/lightgbm☆66Updated 6 years ago
- 基于seq2seq模型的风功率预测☆27Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆60Updated 6 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☆70Updated 4 years ago
- LR / SVM / XGBoost / RandomForest etc.☆28Updated 4 years ago
- 基于遗传算法的特征选择☆126Updated 5 years ago
- 单维、多维时间序列数据预测☆11Updated 6 years ago