Alternatives and similar repositories for svm

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

• 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）
  ☆433Updated 5 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆48Updated 10 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
  ☆123Updated 2 years ago
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆365Updated 5 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆32Updated 8 years ago
• zhaoxingfeng / RandomForest
  随机森林，Random Forest（RF）
  ☆423Updated 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…
  ☆212Updated 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…
  ☆150Updated 4 years ago
• ChileWang0228 / DeepLearningTutorial
  深度学习代码
  ☆132Updated 6 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
  ☆53Updated 8 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)
  ☆83Updated 5 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆143Updated 3 years ago
• wyn-365 / temp-predict
  实验源代码-----基于随机森林的气温预测
  ☆44Updated 5 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
  ☆182Updated 5 years ago
• Erikfather / Decision_tree-python
  决策树分类（ID3，C4.5，CART）
  ☆488Updated 2 years ago
• L-ear / RandomForest
  python实现的随机森林
  ☆107Updated 3 years ago
• Lupino / bpnn
  bp 神经网络算法
  ☆127Updated 2 years ago
• leezqcst / machine-learning-algorithm
  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
  ☆157Updated 9 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆77Updated 6 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆83Updated 7 years ago
• Kedreamix / Pytorch-Image-Classification
  用于pytorch的图像分类，包含多种模型方法，比如AlexNet，VGG，GoogleNet，ResNet，DenseNet等等，包含可完整运行的代码。除此之外，也有colab的在线运行代码，可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。
  ☆244Updated last year
• gzshan / dogsVScats
  图像二分类问题 猫狗大战 pytorch CNN
  ☆138Updated 6 years ago
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆161Updated 4 years ago
• wpj12 / SVM
  二分类SVM与多分类SVM的实现
  ☆15Updated 8 years ago
• BraveY / AI-with-code
  AI学习过程中的实操代码
  ☆210Updated 5 years ago
• xuwangyin / GA-svm
  使用libsvm和遗传算法优化支持向量机的cost和gamma参数
  ☆33Updated 13 years ago
• CHNicelee / HOG_SVM
  使用HOG+SVM进行图像分类
  ☆165Updated 6 years ago
• Byronnar / image_classfication
  基于无监督学习，无需训练，先使用SIFT算法提取图像特征，再使用KMeans聚类算法进行图像分类，速度非常快，精度还在提高。
  ☆133Updated 6 years ago
• SureeLee / ga_bp
  a back propagation neural network with genetic algorithm
  ☆83Updated 7 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
  ☆56Updated 5 years ago