Alternatives and similar repositories for SVM:

Users that are interested in SVM are comparing it to the libraries listed below

• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆30Updated 8 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆80Updated 6 years ago
• nanguoyu / StudentGradeRegression
  [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
• xinlianghu / svm
  用Python实现SVM多分类器
  ☆385Updated 9 months ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆72Updated 4 years ago
• qiuhaining / sklearn-SVM
  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
• goodboyv / Sklearn_Mochine_leanring
  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
  ☆146Updated 4 years ago
• chestnut24 / SVMImageClassification
  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
  ☆109Updated 2 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
• Leo1998-Lu / Machine-learning-on-iris
  基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。
  ☆21Updated 4 years ago
• yangxcc / Sklearn-Algorithm
  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)
  ☆81Updated 4 years ago
• zmzhouXJTU / House_Price_Forecast
  利用回归模型实现房价预测
  ☆44Updated 6 years ago
• Lupino / bpnn
  bp 神经网络算法
  ☆120Updated last year
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆147Updated 3 years ago
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆47Updated 6 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆133Updated 2 years ago
• Luxlios / Clustering
  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
• wyn-365 / temp-predict
  实验源代码-----基于随机森林的气温预测
  ☆39Updated 4 years ago
• Timecollector / Grey_Model
  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
  ☆74Updated 2 years ago
• ccc-hhh / BPNN-regression-and-classify
  1、BP-momentum神经网络numpy实现及Pytorch实现及各optim在AQI数据集的表现。2、BP网络分类
  ☆37Updated 4 years ago
• L-ear / RandomForest
  python实现的随机森林
  ☆93Updated 2 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆70Updated 5 years ago
• KangCai / Machine-Learning-Algorithm
  【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…
  ☆202Updated 4 years ago
• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆39Updated 5 years ago
• guangyaooo / MLTemplate
  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…
  ☆132Updated 3 years ago
• dukuanbing / bpnn-stock-price-prediction
  使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.
  ☆35Updated 4 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  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。
  ☆182Updated 4 years ago
• terrychen17 / Task005
  模型优化调参---网格搜索（五折交叉验证）
  ☆11Updated 5 years ago
• zhengyima / mnist-classification
  Pytorch、Scikit-learn实现多种分类方法，包括逻辑回归（Logistic Regression）、多层感知机（MLP）、支持向量机（SVM）、K近邻（KNN）、CNN、RNN，极简代码适合新手小白入门，附英文实验报告（ACM模板）
  ☆399Updated 4 years ago
• teamowu / Machine-Learning
  🤖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