kikizxd / Data_preprocessingLinks
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
☆47Updated 2 years ago
Alternatives and similar repositories for Data_preprocessing
Users that are interested in Data_preprocessing are comparing it to the libraries listed below
Sorting:
- 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
- 集成学习Stacking方法详解☆77Updated 6 years ago
- 通过修改transformer使其可以预测金融时间序列☆38Updated 4 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 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)☆65Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 5 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
- Z Lab数据实验室开源代码汇总☆208Updated last year
- 利用Python实现三层BP神经网络☆83Updated 7 years ago
- 客流量时间序列预测模型☆129Updated 3 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☆83Updated 5 years ago
- 利用时间序列预测汽车销量☆43Updated 6 years ago
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆92Updated 4 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☆182Updated 5 years ago
- 机器学习数据预处理:包括画数据分布图、特征筛选、调参技巧☆11Updated last year
- Codes for time series forecast☆146Updated 4 years ago
- 包含一些比较常见的数据挖掘竞赛或者项目的源码☆128Updated 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 6 years ago
- 《Python数据预处理技术与实践》源码下载☆210Updated 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☆57Updated 8 years ago
- 基于seq2seq模型的风功率预测☆29Updated 6 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。☆197Updated 5 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
- 不同时间序列预测方法对上海旅游规模进行预测☆18Updated 6 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】☆40Updated 5 years ago
- Gitbook Address: https://app.gitbook.com/@nlpgroup/s/nlpnote/☆158Updated 4 years ago
- 大家好,我是coggle开源小组 成员 庐州小火锅,这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案(具体介绍见我的csdn:),现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆55Updated 4 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例,使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据,将数据按时间段划分,使用SARIMA过滤其线性趋势,再对过滤后的残差使用LSTM进行预测,最后对预测结果进行…☆84Updated 6 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☆12Updated last year
- 数据竞赛笔记fork☆80Updated 2 years ago