rayc2020 / LessonPythonCode
LessonPythonCode
☆183Updated last year
Alternatives and similar repositories for LessonPythonCode:
Users that are interested in LessonPythonCode are comparing it to the libraries listed below
- 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☆74Updated 4 years ago
- ☆148Updated 3 years ago
- 集成学习Stacking方法详解☆74Updated 5 years ago
- 纯python实现机器学习算法,非套用sk-learn☆105Updated 2 years ago
- 《应用时间序列分析》易丹辉、王燕著; 案例Python实现☆16Updated 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☆42Updated 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- 基于统计学的时间序列预测(AR,ARM).☆269Updated 4 years ago
- 《Python数据预处理技术与实践》源码下载☆200Updated 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。☆190Updated 4 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
- 客流量时间序列预测模型☆121Updated 3 years ago
- 《Python预测之美:数据分析与算法实战》书籍代码维护☆66Updated 2 years ago
- 包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用☆284Updated 5 years ago
- Codes for time series forecast☆146Updated 4 years ago
- 金融时间序列(预测分析 / 相似度 / 数据处理)☆231Updated 9 months 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
- 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
- 利用时间序列预测汽车销量☆39Updated 6 years ago
- Python数据科学系专栏(pandas、Numpy、SKlearn、Matplotlib)、实战项目(代码、讲解、数据集)☆216Updated last year
- 这一篇notebook是关于我写的毕业论文的整个过程的方法和总结,包括了我在写论文时的一些感悟和体验。☆17Updated 7 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 4 years ago
- 《Python统计与数据分析实战》课程代码,包含了大部分统计与非参数统计和数据分析的模型、算法。回归分析、方差分析、点估计、假设检验、主成分分析、因子分析、聚类分析、判别分析、对数线性模型、分位回归模型以及列联表分析、非参数平滑、非参数密度估计等各种非参数统计方法。☆321Updated this week
- 粒子群算法优化支持向量机☆137Updated 2 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 5 years ago
- ☆246Updated last year
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆41Updated last year
- 基于pytorch实现的时间序列预测训练框架,各个部分模块化,方便修改模型。包含时间序列预测模型、训练、验证、测试、可视化、onnx导出、onnx推理。☆47Updated this week
- 《Python预测之美-数据分析与算法实战》代码维护☆18Updated 4 years ago
- 高级可视化神器plotly的学习☆63Updated last year