wanziw / ProductDemandForecast-TeddyCup11B
第十一届泰迪杯B题：产品订单的数据分析与需求预测 代码和数据
☆35Updated last year
Alternatives and similar repositories for ProductDemandForecast-TeddyCup11B:
Users that are interested in ProductDemandForecast-TeddyCup11B are comparing it to the libraries listed below
- 《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。☆318Updated 11 months ago
- 基于python实现的数学建模相关代码，包含回归、分类、差分、聚类、时间序列分析、因子分析等☆70Updated 11 months ago
- 2019年北京高校数学建模校际联赛B题的模型代码：NLP情感分析+改进熵值法+改进灰色关联度分析☆25Updated last year
- 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…☆30Updated 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☆54Updated 4 years ago
- 基于Python：网络爬虫获取房价信息、数据的预处理和可视化、搭建基于房价预测的机器学习模型、房价预测。☆129Updated 7 months ago
- 运筹学知识总结，以及经典模型代码的编写（python）☆30Updated 4 years ago
- 数学建模和机器学习/深度学习/大模型的笔记和资料（持续更新中......）。☆471Updated last week
- 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☆231Updated 6 years ago
- 2021阿里云供应链大赛之需求预测及单级库存优化，B榜73名☆23Updated last year
- Python金融大数据风控建模实战：基于机器学习源代码☆75Updated 3 years ago
- ☆39Updated last year
- MATLAB入门教程☆30Updated 4 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)☆61Updated 4 years ago
- 机器学习算法经典案例☆106Updated 4 years ago
- 基于机器学习的信用风险评估模型，主要使用了Sklearn库，通过逻辑回归，向量机等模型，根据借款人的个人身份信息评估是否应当发放贷款。☆16Updated 2 years ago
- spss统计分析☆20Updated 5 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☆153Updated 4 years ago
- 数学建模算法学习仓库-启发式算法仓库☆28Updated 2 years ago
- 物流需求预测法的python实现（Logistics Demand Forecasting By Python），含移动平均法、指数平滑法、平滑系数的确认、结果输出到excel表、误差分析等☆34Updated 4 years ago
- 全国大学生数学建模竞赛CUMCM C题 全国二等奖 代码☆14Updated 7 months ago
- 本项目利用Python的scrapy框架爬取链家网的上海市租房信息，利用pandas、numpy、matplotlib、seaborn、folium 、wordcloud 等库进行数据分析和可视化，通过one-hot编码和文本特征提取出120个训练特征，搭建3层神经网络对上…☆67Updated 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☆41Updated 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
- 顶不住的运筹优化☆178Updated 7 months ago
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆75Updated 2 years ago
- 用 jupyter notebook做的一些机器学习项目☆80Updated 5 years ago
- 波士顿房价预测全流程☆29Updated 6 years ago
- 机器学习大作业支撑代码：SVM、随机森林、深度学习☆12Updated 4 years ago