kunkun1230 / Data-analysis
用 jupyter notebook做的一些机器学习项目
☆78Updated 5 years ago
Alternatives and similar repositories for Data-analysis:
Users that are interested in Data-analysis are comparing it to the libraries listed below
- 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
- 时间序列ARIMA模型的销量预测☆60Updated 6 years ago
- 利用时间序列预测汽车销量☆37Updated 6 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☆228Updated 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
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆207Updated 5 years ago
- 改进的k-prototypes聚类算法☆18Updated 4 years ago
- 数据分析,挖掘建模。☆204Updated 3 years ago
- 客流量时间序列预测模型☆117Updated 2 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。☆99Updated 5 years ago
- 构建基于逻辑回归的评分卡模型☆44Updated 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☆72Updated 4 years ago
- 《Python预测之美:数据分析与算法实战》书籍代码维护☆65Updated last year
- 时间序列理论和案例实践☆70Updated 7 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆50Updated 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☆11Updated 10 months 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
- 基于Keras的LSTM多变量时间序列预测☆176Updated 7 years ago
- 使用决策树进行客户流失预测分析☆10Updated 7 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
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆34Updated 5 years ago
- 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☆39Updated last year
- Python数据科学系专栏(pandas、Numpy、SKlearn、Matplotlib)、实战项目(代码、讲解、数据集)☆213Updated last year
- 机器学习集成模型之Stacking各类模型及工具源码☆115Updated 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☆281Updated 4 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆114Updated 5 years ago
- 基于seq2seq模型的风功率预测☆28Updated 5 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆92Updated 2 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…☆71Updated 6 years ago