xue926 / Shared-bicycle-usage-forecastLinks
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
Sorting:
- 时间序列ARIMA模型的销量预测☆62Updated 7 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
- 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☆33Updated 4 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☆44Updated 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）☆13Updated 5 years ago
- 大数据线性回归预测学生成绩☆34Updated 5 years ago
- 利用爬虫获取58同城的二手房信息，选取特征并对数据进行预处理，利用机器学习算法给出不同地段的租房推荐。☆15Updated 5 years ago
- 客流量时间序列预测模型☆125Updated 3 years ago
- 利用时间序列预测汽 车销量☆41Updated 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
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 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☆13Updated 5 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
- [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
- 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☆76Updated 5 years ago
- 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。☆16Updated 6 years ago
- 基于Python + Django的深圳市新房数据分析程序 by cheyo☆18Updated 10 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】☆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☆33Updated 6 years ago
- 天池竞赛数据挖掘之二手车交易价格预测大赛☆10Updated 5 years ago
- 51job招聘信息爬虫+数据清洗分析+Echarts数据展示☆12Updated 3 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☆56Updated 5 years ago
- 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☆58Updated 7 years ago
- 基于seq2seq模型的风功率预测☆28Updated 5 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。☆115Updated 7 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☆25Updated 6 years ago
- 基于内容相似度的房源推荐系统☆11Updated 3 years ago
- 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☆239Updated 6 years ago
- 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。☆104Updated 5 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。☆54Updated 2 years ago