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
☆44Updated last year
Alternatives and similar repositories for Data_preprocessing
Users that are interested in Data_preprocessing are comparing it to the libraries listed below
Sorting:
- 客流量时间序列预测模型☆126Updated 3 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☆286Updated 5 years ago
- 通过修改transformer使其可以预测金融时间序列☆35Updated 4 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)☆64Updated 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
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 7 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 4 years ago
- 利用时间序列预测汽车销量☆42Updated 6 years ago
- Codes for time series forecast☆145Updated 4 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
- TensorFlow Probability;Time series model☆127Updated 3 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☆58Updated 8 years ago
- 基于ARIMA时间序列的销量预测模型,实际预测准确率达90%以上,内含有测试记录和实际上线效果。☆104Updated 6 years ago
- Z Lab数据实验室开源代码汇总☆208Updated last year
- 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
- Machine learning competition solutions and tricks | 算法竞赛方案☆59Updated 2 months ago
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆90Updated 4 years ago
- 异常值检测算法总结☆194Updated 5 years ago
- about deep learning projects☆49Updated 5 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☆80Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆179Updated 7 years ago
- 包含一些比较常见的数据挖掘竞赛或者项目的源码☆130Updated 6 years ago
- 电力系统短期负荷预测☆45Updated 4 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
- 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…☆82Updated 6 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☆180Updated 5 years ago
- 由时间空间成对组成的轨迹序列,通过循环神经网络lstm,自编码器auto-encode,时空密度聚类st-dbscan做异常检测☆73Updated 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
- 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。☆194Updated 5 years ago