nanguoyu / StudentGradeRegression
[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
☆44Updated 6 years ago
Alternatives and similar repositories for StudentGradeRegression:
Users that are interested in StudentGradeRegression are comparing it to the libraries listed below
- 时间序列ARIMA模型的销量预测☆63Updated 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☆41Updated 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
- 利用时间序列预测汽车销量☆38Updated 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☆73Updated 4 years ago
- 利用Python实现三层BP神经网络☆81Updated 6 years ago
- 智慧物流算法大赛简介： 根据包括货值、路程和油价等字段的数据集，对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码，分为四个主要的部分：1.数据预处理；2.特征工程；3.建模调参训练；4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 years ago
- 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
- 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 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
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 4 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)☆51Updated 7 years ago
- 机器学习实践：贷款违约预测☆37Updated 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
- 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
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆42Updated 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。☆105Updated 5 years ago
- 客流量时间序列预测模型☆119Updated 3 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
- 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
- 洛杉矶房价预测☆19Updated 4 years ago
- 大数据线性回归预测学生成绩☆32Updated 4 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
- 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…☆77Updated 6 years ago
- Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)☆82Updated 4 years ago
- 利用回归模型实现房价预测☆45Updated 6 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.☆35Updated 4 years ago
- 支持向量机，Support Vector Machine(SVM)，多类分类☆31Updated 8 years ago
- 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☆230Updated 6 years ago
- 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☆159Updated 4 years ago