xue926 / Shared-bicycle-usage-forecast
本项目使用python对影响共享单车使用量的因素进行可视化分析,并使用lightGBM算法对已知条件下的共享单车使用量进行预测。其中为了选择最优模型,使用了k折交叉验证和网格搜索选择最优参数。
☆9Updated 4 years ago
Alternatives and similar repositories for Shared-bicycle-usage-forecast:
Users that are interested in Shared-bicycle-usage-forecast are comparing it to the libraries listed below
- 基于Kaggle数据集“洛杉矶共享单车数据”进行的数据探索与分析。☆14Updated 6 years ago
- 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。☆37Updated 6 years ago
- 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☆31Updated 4 years ago
- 分析银行营销活动数据以预测客户有多大可能购买存款产品☆12Updated 5 years ago
- 数据可视化实践:爬取新浪微博用户数据并对微博内容、转赞评数据进行分析与可视化(折线图、标签云)☆12Updated 4 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 4 years ago
- 51job招聘信息爬虫+数据清洗分析+Echarts数据展示☆11Updated 3 years ago
- 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
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆41Updated 5 years ago
- 一个垃圾短信识别系统——国科大网络数据挖掘(徐君)课程设计☆30Updated 6 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
- 深度学习-贵州茅台股票预测 PCA、FA、RNN、LSTM、GRU☆25Updated 3 years ago
- 金融反欺诈预测系统,技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统,系统功能包括信贷数据分析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂,适合新手练手学习机器学 习与Web系统的结合。☆43Updated 2 years ago
- 一个数据分析项目,利用 Pandas 库进行数据预处理,缺少值填充,利用sklearn 模块建模并对多种农产品价格进行预测☆23Updated 3 years ago
- 基于pandas、Scikit-Learn、matplotlib、PyQt5的二手房价分析与预测系统☆11Updated 2 years ago
- 时间序列ARIMA模型的销量预测☆62Updated 6 years ago
- 基于Python + Django的深圳市新房数据分析程序 by cheyo☆17Updated 9 years ago
- 基于内容相似度的房源推荐系统☆11Updated 3 years ago
- 基于机器学习的信用风险评估模型,主要使用了Sklearn库,通过逻辑回归,向量机等模型,根据借款人的个人身份信息评估是否应当发放贷款。☆17Updated 2 years ago
- 天池竞赛数据挖掘之二手车交易价格预测大赛☆9Updated 5 years ago
- 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☆44Updated 6 years ago
- 微博热搜情绪挖掘分析可视化☆10Updated 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☆73Updated 4 years ago
- 大创项目:基于大数据的蔬菜价格预测☆15Updated 5 years ago
- 利用时间序列预测汽车销量☆38Updated 6 years ago
- 数据挖掘常用算法:关联分析Apriori算法,数据分类决策树算法,数据聚类K-means算法☆24Updated 5 years ago
- 以京东评论作为数据集,使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆31Updated 4 years ago
- 根据用户数据以及消费行为数据,使用Python建立分类模型,进行逻辑回归,预测使用优惠券概率较高的客群☆17Updated 4 years ago
- 改进的k-prototypes聚类算法☆18Updated 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☆54Updated 5 years ago