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
☆45Updated 6 years ago
Alternatives and similar repositories for StudentGradeRegression
Users that are interested in StudentGradeRegression are comparing it to the libraries listed below
Sorting:
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 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☆76Updated 4 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。☆21Updated 5 years ago
- 🤖机器学习实战🤖：决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 5 years ago
- 利用爬虫获取58同城的二手房信息，选取特征并对数据进行预处理，利用机器学习算法给出不同地段的租房推荐。☆15Updated 5 years ago
- 聚类算法k-means的简单实现☆39Updated 6 years ago
- 基于Keras的LSTM多变量时间序列预测☆177Updated 7 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- K-Means聚类分析算法Python实现，并以鸢尾花数据集为例进行聚类演示☆18Updated 7 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 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)☆53Updated 7 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
- 垃圾邮件检测 词袋模型+机器学习、word2vec+cnn☆18Updated 5 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
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆37Updated 5 years ago
- 利用时间序列预测汽车销量☆40Updated 6 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…☆180Updated 6 years ago
- 聚类分析: K均值聚类算法、层次聚类算法☆25Updated 10 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆17Updated 6 years ago
- kaggle上的一个房屋价格预测比赛☆37Updated 7 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
- 逻辑回归预测违约可能☆32Updated 7 years ago
- 一个垃圾短信识别系统——国科大网络数据挖掘(徐君)课程设计☆33Updated 6 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…☆16Updated 5 years ago
- 使用5-6个模型（可以是knn svm 贝叶斯等等）用投票的方式做一个集成学习对MNIST数据集进行分类。☆24Updated 6 years ago
- 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☆52Updated 7 years ago
- 朴素贝叶斯实现的文本分类（新闻分类）☆64Updated 9 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 6 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%☆44Updated 5 years ago