Alternatives and similar repositories for Entropy_Weight_Method

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

• 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
• 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
• shenxiangzhuang / bank-competition
  2019厦门国际银行“数创金融杯”数据建模大赛
  ☆25Updated 3 years ago
• arleigh418 / Base-On-Relation-Method-Extract-News-DA-RNN-Model-For-Stock-Prediction--Pytorch
  基於關聯式新聞提取方法之雙階段注意力機制模型用於股票預測
  ☆47Updated 4 years ago
• zhulei227 / Stacking_Ensembles
  Stacking classification and regression
  ☆24Updated 5 years ago
• zwdnet / stock
  股价预测程序，尝试各种模型。
  ☆33Updated 4 years ago
• yhaofeng / finance_transformer
  通过修改transformer使其可以预测金融时间序列
  ☆34Updated 4 years ago
• czy1999 / Taidi2019_Adaboost
  2019泰迪杯B题，利用Adaboost模型对A股市场进行预测
  ☆51Updated 5 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 6 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• Yangami / LSTM-for-price-prediction
  算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息，得到相应的调仓对策。可回归（预测具体价格）可分类（预测涨跌）。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种，每个输入样本都是一个序列（如某板块20天的四价一量）用这个序列预测结果。它认为某些…
  ☆62Updated 5 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆40Updated 6 years ago
• KeshengZhang / Covid-19-ARIMA-Time-Series-Prediction
  如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】
  ☆41Updated 5 years ago
• yanhan19940405 / Data_machine_learning
  2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参，特征筛选，训练等方案。同时包含stacking模型融合方案
  ☆27Updated 5 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…
  ☆80Updated 6 years ago
• fitzgerald0 / time_series_data_mining
  TensorFlow Probability；Time series model
  ☆126Updated 3 years ago
• cxdsz / stock-price-prediction-algorithms
  使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…
  ☆53Updated 5 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
  ☆55Updated 5 years ago
• iwuqing / Time-Series-Classification-based-on-KNN
  基于KNN聚类算法结合Dynamic Time Warping（动态时间调整）的时间序列分类
  ☆61Updated 5 years ago
• orion-orion / TipDMCup20
  🎈 泰迪杯2020A题《基于数据挖掘的上市公司高送转预测》
  ☆15Updated 3 years ago
• TankZhouFirst / Pytorch-LSTM-Stock-Price-Predict
  LSTM 实现的股票最高价预测
  ☆140Updated 2 years ago
• tjhznb666 / Predicting-future-customer-credit-risk-based-on-machine-learning-algorithm
  利用python对3000个数据利用机器学习算法建立模型，并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术；通过相关性分析进行特征选择；建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型，并通过网格搜索法确定最优参数…
  ☆31Updated 2 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
• 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)
  ☆63Updated 4 years ago
• shiluqiang / GBDT_regression
  GBDT for regression
  ☆10Updated 6 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆63Updated 6 years ago
• kikizxd / Data_preprocessing
  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
  ☆41Updated last year
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 5 years ago
• edu2act / course-decision-tree
  Python与机器学习方向，《决策树与集成算法》课程仓库
  ☆25Updated 6 years ago
• zhengguowei / stock_prediction
  基于LSTM的股票价格预测
  ☆65Updated 6 years ago