wyn-365 / temp-predictLinks
实验源代码-----基于随机森林的气温预测
☆46Updated 5 years ago
Alternatives and similar repositories for temp-predict
Users that are interested in temp-predict are comparing it to the libraries listed below
Sorting:
- Python 基于BP神经网络实现鸢尾花的分类☆371Updated 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☆57Updated 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☆43Updated 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☆188Updated 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)☆83Updated 5 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☆126Updated 3 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☆82Updated 3 years ago
- 用Python实现SVM多分类器☆435Updated last year
- 集成学习Stacking方法详解☆79Updated 6 years ago
- 随机森林,Random Forest(RF)☆428Updated 5 years ago
- python实现的随机森林☆111Updated 3 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…☆215Updated 5 years ago
- python 用GA算法优化BP神经网络☆164Updated 4 years ago
- 利用Python实现三层BP神经网络☆84Updated 7 years ago
- 支持向量机的python实现☆49Updated 10 years ago
- 利用ID3决策树预测患糖尿病的可能性☆17Updated 5 years ago
- 客流量时间序列预测模型☆130Updated 3 years ago
- 数据挖掘作业数据以及代码(电动车价格预测)☆70Updated 5 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☆90Updated 5 years ago
- 利用回归模型实现房价预测☆50Updated 7 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)☆65Updated 5 years ago
- 随机森林,该模型用于预测气候温度☆21Updated 3 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☆47Updated 2 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☆287Updated 5 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。☆198Updated 5 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…☆152Updated 4 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☆158Updated 9 years ago
- 大数据线性回归预测学生成绩☆36Updated 5 years ago
- 水质预测系统,利用机器学习进行水质预测☆97Updated 3 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☆53Updated 8 years ago