taoqiongxing / Competition2018Links
2018全国研究生数学建模竞赛(C题:对恐怖袭击事件记录数据的量化分析)
☆12Updated 6 years ago
Alternatives and similar repositories for Competition2018
Users that are interested in Competition2018 are comparing it to the libraries listed below
Sorting:
- 研究生数学建模比赛-航班登机口分配☆17Updated 6 years ago
- 分类类别不平衡,解决办法:采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重,附带信用卡诈骗案例☆21Updated 6 years ago
- 常用的特征选择方法☆67Updated 3 years ago
- 基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法☆41Updated 6 years ago
- ☆166Updated 6 years ago
- ☆45Updated 5 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
- 天池智慧海洋 2019 https://tianchi.aliyun.com/competition/entrance/231768/introduction?spm=5176.12281949.1003.1.493e5cfde2Jbke☆53Updated 5 years ago
- 互联网新闻情感分析赛题baseline☆42Updated 6 years ago
- 机器学习大作业--复现论文☆31Updated 6 years ago
- 学习机器学习的路上...☆92Updated 2 years ago
- DCIC消费者人群画像-信用智能评分Baseline☆35Updated 6 years ago
- 机器学习练习代码及相关资料☆45Updated 6 years ago
- 天池-乘用车零售 量预测代码☆26Updated 7 years ago
- sentiment-analysis☆70Updated 6 years ago
- question classification with multi-level attention mechanism 使用多层级注意力机制和keras实现问题分类☆34Updated 6 years ago
- 2020数字中国创新大赛—算法赛:智慧海洋建设☆96Updated 2 years ago
- 用python和sklearn两种方法实现李航《统计学习方法》中的算法☆340Updated 7 years ago
- 深度学习代码☆132Updated 6 years ago
- 通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯☆736Updated 6 years ago
- 基于遗传算法的特征选择☆128Updated 5 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
- 2019ccf乘用车销量预测Top1%代码☆13Updated 6 years ago
- Industry chain data test:Sentence classify Bi-GRU-att☆22Updated 7 years ago
- ChallengeHub开源的各大比赛baseline集合☆80Updated 3 years ago
- 第二届阿里巴巴大数据智能云上编程大赛-智联招聘人岗智能匹配☆70Updated 5 years ago
- 数据预处理之缺失值处理,特征选择☆22Updated 6 years ago
- 2018年研究生数学建模F组题☆15Updated 2 years ago
- cnn+rnn+attention: vgg(vgg16,vgg19)+rnn(LSTM, GRU)+attention, resnet(resnet_v2_50,resnet_v2_101,resnet_v2_152)+rnnrnn(LSTM, GRU)+attentio…☆209Updated 5 years ago
- 2018云移杯景区口碑评价分值预测 7/1186☆11Updated 7 years ago