terrychen17 / Task005Links
模型优化调参---网格搜索（五折交叉验证）
☆11Updated 6 years ago
Alternatives and similar repositories for Task005
Users that are interested in Task005 are comparing it to the libraries listed below
Sorting:
- 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☆43Updated last year
- 集成学习Stacking方法详解☆76Updated 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
- 包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用☆288Updated 5 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
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- python实现的随机森林☆101Updated 3 years ago
- 常用的特征选择方法☆68Updated 3 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
- 随机森林，Random Forest（RF ）☆410Updated 5 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参，特征筛选，训练等方案。同时包含stacking模型融合方案☆27Updated 5 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 6 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 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☆79Updated 5 years ago
- 本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch，不仅支持常规训练、交叉验证训练，还支持贝叶斯搜索参数，并可随时自动保存训练模型和日志。☆12Updated last year
- 利用回归模型实现房价预测☆45Updated 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)☆64Updated 5 years ago
- 客流量时间序列预测模型☆126Updated 3 years ago
- 利用时间序列预测汽车销量☆41Updated 6 years ago
- 麻雀算法优化支持向量机 python实现☆13Updated 3 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 6 years ago
- 构建基于逻辑回归的评分卡模型☆45Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 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☆175Updated 5 years ago
- Codes for time series forecast☆146Updated 4 years ago
- 异常值检测算法总结☆194Updated 5 years ago
- 利用Logistic回归实现信用卡欺诈检测☆48Updated 4 years ago
- 机器学习数据预 处理：包括画数据分布图、特征筛选、调参技巧☆11Updated last year
- feature selections and extractions☆88Updated last year