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
  ☆72Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 5 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
  ☆41Updated 5 years ago
• jia-zhuang / xgboost-lightgbm-hyperparameter-tuning
  Bayesian Optimization and Grid Search for xgboost/lightgbm
  ☆69Updated last month
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 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。
  ☆183Updated 4 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
• 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
  ☆72Updated 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…
  ☆74Updated 6 years ago
• terrychen17 / Task005
  模型优化调参---网格搜索（五折交叉验证）
  ☆11Updated 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
  ☆58Updated 7 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
• 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
  ☆54Updated 4 years ago
• huidudaozou / Time-Series
  《应用时间序列分析》易丹辉、王燕著； 案例Python实现
  ☆16Updated 5 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
  ☆14Updated 6 years ago
• AbtMyML / -SVM
  麻雀算法优化支持向量机 python实现
  ☆13Updated 2 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。
  ☆20Updated last year
• EthanChenYZ / Time-Series-Forecast
  Codes for time series forecast
  ☆146Updated 4 years ago
• Alxe1 / FeatureSelectionsAndExtractions
  feature selections and extractions
  ☆89Updated 9 months ago
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 4 years ago
• goodboyv / Sklearn_Mochine_leanring
  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
  ☆151Updated 4 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆23Updated 7 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
  ☆283Updated 4 years ago
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆118Updated 3 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 5 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆38Updated 6 years ago
• luckyerdog / feature_select
  在sklearn下，几种常用的特征选择方法
  ☆40Updated 9 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆62Updated 6 years ago
• shiluqiang / PSO_python
  PSO algorithm for multi-parameters optimizaiton
  ☆66Updated 6 years ago
• KangCai / Machine-Learning-Algorithm
  【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…
  ☆205Updated 4 years ago