Alternatives and similar repositories for K-Prototypes

Users that are interested in K-Prototypes are comparing it to the libraries listed below

• lujiaxuan0520 / Prediction-and-Scheduling-of-Shared-Bike
  基于深度学习的共享单车预测与调度解决方案，使用神经网络构建单车需求量与时间段和地理画像的关联，预测不同区域单车需求量；使用蚁群算法规划最优单车调度路径。
  ☆109Updated 6 years ago
• xiaogp / track_sequence_anomaly_detection
  由时间空间成对组成的轨迹序列，通过循环神经网络lstm，自编码器auto-encode，时空密度聚类st-dbscan做异常检测
  ☆73Updated 6 years 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
  ☆83Updated 5 years ago
• aflyingpig0226 / feature-engineering
  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
• SuperTorch / SupplyChain
  智能供应链分析，对顾客用rfm模型分类，用多种机器学习模型建模，进行欺诈订单预测，延迟发货预测，销售额预测，销售数量预测
  ☆38Updated 5 years ago
• 18786683795 / LSTM_realTmpredict_rhyc
  基于卡口实时过车数据进行交通流量的实时预测分析，使用LSTM循环神经网络模型进行融合预测，准确率达到90%以上。
  ☆58Updated 5 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆65Updated 7 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆118Updated 5 years ago
• mo2ye / SARIMA-LSTM
  建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…
  ☆84Updated 6 years ago
• YiFraternity / OS-K-Means
  现有聚类算法面向高维稀疏数据多未考虑类簇可重叠和离群点的存在，导致聚类效果不理想。针对此，提出一种可重叠子空间K-Means聚类算法(An Overlapping Subspace K-Means Clustering Algorithm, OS-K-Means)。给出类簇…
  ☆30Updated 6 years ago
• SimonWang00 / salesPredict
  基于ARIMA时间序列的销量预测模型，实际预测准确率达90%以上，内含有测试记录和实际上线效果。
  ☆108Updated 6 years ago
• GUOxingyu3018 / Tourist_Predict--A-case-of-Shangahi
  不同时间序列预测方法对上海旅游规模进行预测
  ☆18Updated 6 years ago
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆129Updated 3 years ago
• gotgith / Machine-Learning-
  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
  ☆49Updated 6 years ago
• mryuan0428 / House-price-prediction
  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
  ☆243Updated 6 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
  ☆44Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆128Updated 5 years ago
• huanghepijiu / -
  配电网负荷预测，BP神经网络，Cart决策树，GDBT，CatBoost
  ☆16Updated 5 years ago
• BackyardofAbela / EnsembleLearning
  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
• wikke / TimeSeriesPrediction
  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
  ☆57Updated 8 years ago
• 634671436 / Air_Pollution_Forcast_Beijing
  基于Keras的LSTM多变量时间序列预测
  ☆184Updated 7 years ago
• Happyxianyueveryday / statslibrary
  统计分析课程实验作业/包含《统计分析方法》中因子分析，主成分分析，Kmeans聚类等典型算法的手写实现
  ☆77Updated 5 years ago
• Hust-ZYD / SubwayFlowPredict
  2019天池大数据竞赛杭州市地铁流量流入流出预测 成绩27/2319 比赛地址https://tianchi.aliyun.com/competition/entrance/231708/introduction?spm=5176.12281957.1004.6.38b0…
  ☆45Updated 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
  ☆46Updated 6 years ago
• Shi-Lixin / Machine-Learning-Algorithms
  Python实现经典分类回归、关联分析、聚类以及推荐算法等
  ☆214Updated 6 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆43Updated 6 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。
  ☆197Updated 5 years ago
• ho156 / Machine-Learning-Contest-Code
  智慧物流算法大赛简介： 根据包括货值、路程和油价等字段的数据集，对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码，分为四个主要的部分：1.数据预处理；2.特征工程；3.建模调参训练；4.数据可视化。 最终获得了大赛的二等奖。
  ☆38Updated 6 years ago
• TNTmohan / LFforecast
  电力系统短期负荷预测
  ☆45Updated 4 years ago
• ljwen44 / traffic-zone
  交通时空大数据分析与挖掘
  ☆14Updated 3 years ago