pursueDSxie / randomforestLinks
随机森林，该模型用于预测气候温度
☆20Updated 2 years ago
Alternatives and similar repositories for randomforest
Users that are interested in randomforest are comparing it to the libraries listed below
Sorting:
- 实验源代码-----基于随机森林的气温预测☆44Updated 5 years ago
- 用LSTM预测空气质量☆33Updated 5 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☆184Updated 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 6 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆65Updated 5 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆365Updated 5 years ago
- 爬虫爬取北京天气数据，pandas和numpy处理数据，matplot可视化展示数据，sklearn机器学习方法预测空气状况。☆135Updated 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
- 利用回归模型实现房价预测☆50Updated 6 years ago
- 本项目为时间序列预测项目，主要重点在于对预测项目整体流程的梳理总结，不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型（后续会不断修改完善）。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch …☆26Updated 2 years ago
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆80Updated 3 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☆83Updated 5 years ago
- 数据挖掘作业数据以及代码(电动车价格预测)☆69Updated 5 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)☆83Updated 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☆25Updated 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☆56Updated 5 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆197Updated 5 years ago
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆176Updated 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
- 基于SVM的简单机器学习分类，可以使用svm, knn, 朴素贝叶斯，决策树四种机器学习方法进行分类☆123Updated 2 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 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.☆38Updated 5 years ago
- 客流量时间序列预测模型☆129Updated 3 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析，使用LSTM循环神经网络模型进行融合预测，准确率达到90%以上。☆58Updated 5 years ago
- 本项目是一个由我个人开发的python机器学习项目，基于BP、SVR、随机森林的农业粮食产量预测，对比了三种机器学习算法的预测效果。☆22Updated 4 months ago
- 一个数据分析项目，利用 Pandas 库进行数据预处理，缺少值填充，利用sklearn 模块建模并对多种农产品价格进行预测☆27Updated last month
- 深度学习以进行时间序列预测☆701Updated 4 years ago
- 信息分析预测期末课设_使用ARIMA模型与SVR对一组时间序列数据进行预测分析☆16Updated 6 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 7 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☆243Updated 6 years ago