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
☆48Updated 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:
- Z Lab数据实验室开源代码汇总☆209Updated last year
- 通过修改transformer使其可以预测金融时间序列☆38Updated 4 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆289Updated 5 years ago
- 客流量时间序列预测模型☆130Updated 3 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆120Updated 5 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)☆66Updated 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☆43Updated 6 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…☆56Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 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☆12Updated last year
- 集成学习Stacking方法详解☆82Updated 6 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☆56Updated 8 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☆90Updated 5 years ago
- 利用时间序列预测汽车销量☆44Updated 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 6 years ago
- Codes for time series forecast☆146Updated 5 years ago
- 基于统计学的时间序列预测(AR,ARM).☆294Updated 5 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☆96Updated 4 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☆245Updated 7 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。☆200Updated 5 years ago
- 数据竞赛笔记fork☆82Updated 2 years ago
- Machine learning competition solutions and tricks | 算法竞赛方案☆60Updated 6 months ago
- 基于pytorch实现的时间序列预测训练框架,各个部分模块化,方便修改模型。包含时间序列预测模型、训练、验证、测试、可视化、onnx导出、onnx推理。☆52Updated 2 months ago
- 模型优化调参---网格搜索(五折交叉验证)☆12Updated 6 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆19Updated 6 years ago
- 异常值检测算法总结☆202Updated 5 years ago
- Gitbook Address: https://app.gitbook.com/@nlpgroup/s/nlpnote/☆158Updated 4 years ago
- 基于Keras的LSTM多变量时间序列预测☆185Updated 8 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☆58Updated 5 years ago
- 金融时间序列(预测分析 / 相似度 / 数据处理)☆268Updated last year