monsternian / Entropy_Weight_Method
[评价方法]信息熵理论与熵权法 Information entropy theory&Entropy weight method
☆28Updated 6 years ago
Alternatives and similar repositories for Entropy_Weight_Method
Users that are interested in Entropy_Weight_Method are comparing it to the libraries listed below
Sorting:
- 数据预处理之缺失值处理，特征选择☆21Updated 6 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 6 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 利用时间序列预测汽车销量☆39Updated 6 years ago
- 通过修改transformer使其可以预测金融时间序列☆33Updated 4 years ago
- 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
- Stacking classification and regression☆24Updated 5 years ago
- 2019厦门国际银行“数创金融杯”数据建模大赛☆25Updated 3 years ago
- TensorFlow Probability；Time series model☆126Updated 3 years ago
- Python与机器学习方向，《决策树与集成算法》课程仓库☆25Updated 6 years ago
- ☆13Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 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
- 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。☆104Updated 5 years ago
- 基于自构造函数的特征提取评分项目（缺失值处理，单变量相关性分析，特征评分，降维）☆15Updated 7 years ago
- 整理所有特征工程用到的方法，为了复用☆10Updated 4 years ago
- 2019科大讯飞工程机械赛题-亚军☆39Updated 5 years ago
- 企业投资价值评估第六名，团队名:xyr☆12Updated 6 years ago
- 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
- 主要是在学习李航的统计学习方法和周志华的机器学习西瓜书的笔记和相关的代码实现☆31Updated 5 years ago
- Multivariate timeseries similarity compare, MTS, DTW, PCA, CPCA☆27Updated 5 years ago
- 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
- 🎈 泰迪杯2020A题《基于数据挖掘的上市公司高送转预测》☆15Updated 2 years ago
- 对截止至2017年7月17日的债券违约事件进行梳理归因，并寻找宏观流动性影响因素，组成数据集。运用Lasso回归进行特征提取后，输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测，得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…☆56Updated 6 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- BaseWavenet/Wavenet+ResidualBlock☆16Updated 6 years ago
- Affinity Propagation Clustering with DTW distance on temporal sequence classification☆20Updated 6 years ago
- 时间序列分析的代码及简要说明☆17Updated 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☆44Updated 5 years ago
- 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