nanguoyu / StudentGradeRegressionLinks
[大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩
☆47Updated 7 years ago
Alternatives and similar repositories for StudentGradeRegression
Users that are interested in StudentGradeRegression are comparing it to the libraries listed below
Sorting:
- 房价预测完整项目：1.爬取链家网数据 2.处理后，用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好，R^2值0.75左右☆244Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆94Updated 6 years ago
- 一个基本的多层lstm rnn模型，能实现中英文文本的二分类或多分类☆48Updated 7 years ago
- 机器学习实践：贷款违约预测☆39Updated 6 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆213Updated 6 years ago
- 本系列代码主要是作者Python人工智能之TensorFlow的系列博客，涉及回归神经网络、CNN、RNN、TensorFboard等内容。基础性代码，希望对您有所帮助。☆107Updated 7 months ago
- 整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。☆120Updated 7 years ago
- 使用支持向量机，感知机，随机森林，决策树，k近邻，logistic，LSTM，bagging，boosting，集成等多种常见算法实现多分类任务（三分类）。Support vector machine, perceptron, random forest, decision…☆18Updated 5 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆43Updated 5 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
- 某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆123Updated 6 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆55Updated 4 years ago
- 软件工程课程设计项目/Lab409：基于词典方法和机基于器学习方法的中文情感倾向分析（Web）☆126Updated 7 years ago
- 用gensim训练LDA模型，进行新闻文本主题分析☆79Updated 6 years ago
- 基于电影评论数据的中文情感分析(含训练数据、验证数据) Machine Learning and Deep Learning implementations.☆82Updated 2 years ago
- 利用CNN,LSTM,CNN_LSTM,TextCNN,Bi-LSTM和传统的机器学习算法进行情感分析，参考：https://github.com/Edward1Chou/SentimentAnalysis☆92Updated 6 years ago
- 本程序实现决策树的建立与可视化，以及决策树的预剪枝与后剪枝，数据集为西瓜书4.2、4.3节中的西瓜数据集☆39Updated 6 years ago
- 基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆57Updated 7 years ago
- 大家好，我是coggle开源小组成员 庐州小火锅，这篇文章将会介绍天池学习赛贷款违约预测的TOP6单模方案（具体介绍见我的csdn：）， 现附上比赛链接天池学习赛贷款违约预测.https://tianchi.aliyun.com/competition/entrance/53…☆56Updated 4 years ago
- K-Means聚类算法及其改进☆33Updated 7 years ago
- Lstm+Cnn 预训练词向量 文本分类☆104Updated 6 years ago
- 基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。☆23Updated 5 years ago
- 使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析☆49Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 years ago
- 用LSTM进行文本的情感分析☆189Updated 6 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 5 years ago
- 自然语言处理NLP在中文文本上的一些应用，如文本分类、情感分析、命名实体识别 等☆212Updated 4 years ago
- 一些机器学习算法的demo。普通最小二乘法，决策树（Iris鸢尾花数据集），KNN（mnist手写数字数据集），朴素贝叶斯分类西瓜数据集，trec06c数据集垃圾邮件分类（spam），逻辑斯蒂回归，随机梯度下降SGD与全梯度下降的对比，mnist中8和9的二分类，泰坦尼克号…☆187Updated 7 years ago
- 回归问题是数据挖掘和机器学习中常常出现的问题----本专题以 中国移动用户信用分预测 为例，对比分析几类 常见的回归算法，包括：线性回归、岭回归、贝叶斯岭回归、前馈神经网络、迭代提升树等。☆18Updated 6 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类，包含四个类别（愤怒，焦虑，抑郁，伤感）☆57Updated 5 years ago