iiapache / KNN
The Python implementation of KNN algorithm.
☆14Updated 9 years ago
Alternatives and similar repositories for KNN:
Users that are interested in KNN are comparing it to the libraries listed below
- 《机器学习之类别不平衡问题》文章代码☆45Updated 6 years ago
- 用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型☆59Updated 6 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
- 数据预处理之缺失值处理,特征选择☆21Updated 5 years ago
- 《基于评论产品属性情感倾向评估的虚假评论识别研究》论文相关代码和资料下载☆30Updated 8 years ago
- 分类类别不平衡,解决办法:采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重,附带信用卡诈骗案例☆21Updated 5 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法☆39Updated 5 years ago
- AdaboostExample☆43Updated 5 years ago
- ☆130Updated 7 years ago
- 以聚类算法、LDA主题模型、分类器为基础,完成对Twitter语料的基于地理位置的主题事件挖掘,并对主题事件进行细粒度的情绪分析☆34Updated 6 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
- 高斯混合模型(GMM 聚类)的 EM 算法实现。☆193Updated 6 years ago
- 基于情感字典的情感分析模型☆39Updated 7 years ago
- ☆49Updated 6 years ago
- 卷积神经网络提取特征并用于SVM//www.cnblogs.com/chuxiuhong/p/6132814.html☆15Updated 6 years ago
- 使用5-6个模型(可以是knn svm 贝叶斯等等)用投票的方式做一个集成学习对MNIST数据集进行分类。☆23Updated 6 years ago
- 集成各种神经网络进行情感分类,包括CNN、LSTM、Transformer以及BERT等网络模型☆72Updated 5 years ago
- 利用keras搭建的胶囊网络(capsule network文本分类模型,包含RNN、CNN、HAN等,其中keras_utils包含了capsule层和attention层的keras实 现☆77Updated 6 years ago
- 2018云移杯景区口碑评价分值预测 7/1186☆11Updated 6 years ago
- 论文基于注意力机制的卷积神经网络模型 源代码☆16Updated 7 years ago
- Python code of RBF neural network classification model☆44Updated 6 years ago
- 在sklearn下,几种常用的特征选择方法☆40Updated 9 years ago
- 针对微博的 话题聚类实现☆49Updated 8 years ago
- 用logistic回归,SVM,神经网络实现分类算法☆92Updated 8 years ago
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进,考虑中长篇文档篇章结构较为清晰,传统LDA在处理中长篇文档时不能识别每个篇章的主题,提出基于划分的LDA主题模型,对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分,先拆后合,并将其效果与传统LDA…☆38Updated 5 years ago
- 感知器、贝叶斯分类、决策树分类、K最近邻法、逻辑回归、 支持向量机...☆127Updated 10 years ago
- LSTM, CNN, CNNLSTM, BiLSTM, MLP☆10Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆89Updated 5 years ago
- 学习机器学习的路上...☆92Updated 2 years ago