terrychen17 / Task005
模型优化调参---网格搜索(五折交叉验证)
☆11Updated 5 years ago
Alternatives and similar repositories for Task005
Users that are interested in Task005 are comparing it to the libraries listed below
Sorting:
- 基于遗传算法的特征选择☆128Updated 5 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)☆62Updated 4 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆116Updated 4 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☆74Updated 4 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
- 常用的特征选择方法☆68Updated 2 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
- 集成学习Stacking方法详解☆74Updated 5 years ago
- 利用时间序列预测汽车销量☆39Updated 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 5 years ago
- 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
- 改进的k-prototypes聚类算法☆18Updated 4 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 利用python对3000个数据利用机器学习算法建立模型,并预测未来客户信用风险。处理数据不均衡问题时采用了SMOTE过采样以及随机过采样技术;通过相关性分析进行特征选择;建模过程中用到了Logistic回归、SVM、随机森林、GBDT四种模型,并通过网格搜索法确定最优参数…☆31Updated 2 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- python 用GA算法优化BP神经网络☆156Updated 4 years ago
- 数据预处理之缺失值处理,特征选择☆21Updated 6 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。☆189Updated 5 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.☆36Updated 4 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
- 客流量时间序列预测模型☆122Updated 3 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
- 用 jupyter notebook做的一些机器学习项目☆82Updated 5 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
- 逻辑回归、时间序列、KNN、朴素贝叶斯、决策树、关联规则、线性回归、神经网络、SVM、模型评估以及提高模型性能☆15Updated 6 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
- 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
- 基于遗传算法的BP神经网络☆16Updated 4 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
- [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☆45Updated 6 years ago