luanshiyinyang / Stacking

Related projects: ⓘ

• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆61Updated 4 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆122Updated 4 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
  ☆33Updated 4 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。
  ☆168Updated 4 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
  ☆60Updated 4 years ago
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 4 years ago
• stxupengyu / LSTM-SVM-RF-time-series
  ☆24Updated this week
• 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…
  ☆42Updated 4 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆37Updated 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
  ☆75Updated 2 years ago
• jhqi / rnn-lstm-multiple-regression
  使用svr, mlp, rnn, lstm, am-lstm进行多元时间序列回归预测
  ☆48Updated last year
• EthanChenYZ / Time-Series-Forecast
  Codes for time series forecast
  ☆145Updated 3 years ago
• jia-zhuang / xgboost-lightgbm-hyperparameter-tuning
  Bayesian Optimization and Grid Search for xgboost/lightgbm
  ☆62Updated 5 years ago
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆104Updated 2 years ago
• GUOxingyu3018 / Tourist_Predict--A-case-of-Shangahi
  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
• huidudaozou / Time-Series
  《应用时间序列分析》易丹辉、王燕著； 案例Python实现
  ☆14Updated 4 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…
  ☆63Updated 5 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
  ☆51Updated 6 years ago
• fitzgerald0 / time_series_data_mining
  TensorFlow Probability；Time series model
  ☆120Updated 2 years ago
• Tuniverj / Pytorch-lstm-forecast
  基于pytorch搭建多特征LSTM时间序列预测
  ☆136Updated last year
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
  ☆47Updated 4 years ago
• bingdiaoxiaomao / hyper-parameters-optimization
  机器学习算法超参数的优化方法——基于hyperopt和bayes_opt
  ☆15Updated 6 years ago
• zhulei227 / ML_imblearn
  类别不平衡学习，包括采样、代价敏感学习、决策输出补偿以及集成学习等内容
  ☆36Updated 3 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆20Updated 5 years ago
• Wddzht / DataPreprocessing
  数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)
  ☆54Updated 4 years ago
• terrychen17 / Task005
  模型优化调参---网格搜索（五折交叉验证）
  ☆10Updated 5 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
  ☆51Updated 7 years ago
• ningmengwei-ata / Capacity-Forecast-with-TTE
  Undergradute final project with ARIMA,LSTM,GRU,Xgboost and DeepTTE.毕业论文代码库合集，包括基于ARIMA,LSTM,GRU进行时间序列预测，基于DeepTTE解决ETA(estimated time of …
  ☆17Updated 2 years ago
• iii3eudemonia / LSTM-PSO-GAS-GA
  ☆19Updated this week