wojiushimogui / SVM
支持向量机的python实现
☆46Updated 9 years ago
Alternatives and similar repositories for SVM
Users that are interested in SVM are comparing it to the libraries listed below
Sorting:
- 用Python实现SVM多分类器☆403Updated last year
- 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☆165Updated 5 years ago
- 【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆206Updated 5 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
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆349Updated 4 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
- 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
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- 支 持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- python实现的随机森林☆97Updated 2 years ago
- 基于SVM的简单机器学习分类,可以使用svm, knn, 朴素贝叶斯,决策树四种机器学习方法进行分类☆113Updated 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☆74Updated 4 years ago
- 逻辑回归做二分类进行癌症预测(基于细胞的属性特征)☆24Updated 6 years ago
- 粒子群算法优化支持向量机☆137Updated 2 years ago
- 使用5-6个模型(可以是knn svm 贝叶斯等等)用投票的方式做一个集成学习对MNIST数据集进行分类。☆24Updated 6 years ago
- 机器学习(Machine Learning, ML)python简洁实现,包括混合高斯模型,KMeans,决策树,随机森林,K近邻,线性判别分析,逻辑斯蒂回归(梯度下降法,牛顿法),多层感知机(分类+回归),Naive Bayes(离散+高斯),多分类SVM,线性回归,隐马…☆143Updated 3 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☆154Updated 8 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
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆23Updated 2 years 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☆77Updated 2 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆26Updated 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
- 利用回归模型实现房价预测☆46Updated 6 years ago
- 集成学习Stacking方法详解☆74Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 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
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆36Updated 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
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆40Updated 5 years ago