Alternatives and similar repositories for Stacking

Users that are interested in Stacking are comparing it to the libraries listed below

• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆74Updated 5 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  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。
  ☆190Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆128Updated 5 years ago
• oubahe / GSA-PSO-SVR
  一种有效的电力负荷预测方法
  ☆61Updated 5 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆40Updated 6 years ago
• aflyingpig0226 / feature-engineering
  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
• mo2ye / SARIMA-LSTM
  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…
  ☆79Updated 6 years ago
• jia-zhuang / xgboost-lightgbm-hyperparameter-tuning
  Bayesian Optimization and Grid Search for xgboost/lightgbm
  ☆74Updated 3 months ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• wikke / TimeSeriesPrediction
  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 7 years ago
• angeliababy / houseprice_regression
  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
• lwb-xmu / Multivariate-multi-step-time-series-forecasting-via-LSTM
  多元多步时间序列的LSTM模型预测——基于Keras
  ☆80Updated 3 years ago
• WangXiaoMingo / machine-learning
  常见机器学习算法回归、分类应用示例，调参；包括基础的线性回归算法、集成学习、支持向量机等；调参包括网格搜索、随机搜索、贝叶斯优化、优化算法如GA优化等。
  ☆21Updated 2 years ago
• LeslieZhoa / Wind_predict_seq2seq
  基于seq2seq模型的风功率预测
  ☆28Updated 5 years ago
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆123Updated 3 years ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆76Updated 4 years ago
• AbtMyML / -SVM
  麻雀算法优化支持向量机 python实现
  ☆13Updated 3 years ago
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 5 years ago
• momodagithub / regression-prediction-algorithms
  使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…
  ☆46Updated 4 years ago
• EthanChenYZ / Time-Series-Forecast
  Codes for time series forecast
  ☆146Updated 4 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆63Updated 6 years ago
• qiuhaining / sklearn-SVM
  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
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 6 years ago
• yuekong2010 / load-forecasting-algorithms
  使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…
  ☆164Updated 4 years ago
• BackyardofAbela / EnsembleLearning
  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
• Tuniverj / Pytorch-lstm-forecast
  基于pytorch搭建多特征LSTM时间序列预测
  ☆168Updated 2 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆24Updated 7 years ago
• shiluqiang / PSO_python
  PSO algorithm for multi-parameters optimizaiton
  ☆66Updated 6 years ago
• pengchen233 / EEMD-LSTM-Model
  基于深度学习的溶解氧时间序列预测模型
  ☆28Updated 5 years ago
• PatientEz / LSTNet_Keras
  my blog https://blog.csdn.net/qq_35649669/article/details/105586099
  ☆47Updated 4 years ago