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:
- 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
- 集成学习Stacking方法详解☆75Updated 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☆55Updated 5 years ago
- 利用Python实现三层BP神经网络☆82Updated 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.☆37Updated 5 years ago
- 利用时间序列预测汽车销量☆41Updated 6 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
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆63Updated 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☆76Updated 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☆288Updated 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
- 时间序列ARIMA模型的销量预测☆62Updated 7 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
- Python 建立的BP神经网络处理预测相关公交线路数据☆37Updated 7 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
- kaggle贷款违约预测☆36Updated 6 years ago
- 麻雀算法优化支持向量机 python实现☆13Updated 3 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 3 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☆45Updated 6 years ago
- 数据预处理之缺失值处理,特征选择☆21Updated 6 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 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
- 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 5 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念,包括有 监督学习,无监督学习,分类,聚类,回归;神经元模型,多层感知器,BP算法;损失函数,激活函数,梯度下降法;全连接网络、卷积神经网络、递归神经网络;训练集,测试集,交叉验证,欠拟合,过拟合;数据规范化等☆155Updated 8 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☆169Updated 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。☆19Updated last year
- 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☆240Updated 6 years ago