Alternatives and similar repositories for preprocessing:

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

• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 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
• 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
  ☆58Updated 7 years ago
• yanhan19940405 / Data_machine_learning
  2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参，特征筛选，训练等方案。同时包含stacking模型融合方案
  ☆27Updated 4 years ago
• rogeroyer / AI-challenger-contest
  马上AI全球挑战赛-违约用户风险预测 top2-solution
  ☆17Updated 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
  ☆41Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 5 years ago
• LeronQ / score_logistic
  构建基于逻辑回归的评分卡模型
  ☆44Updated 6 years ago
• Designlotus / Anti-fraud-prediction-model
  交易欺诈作为信用卡行业面临的主要贷后风险业务问题，每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题
  ☆41Updated 6 years ago
• cainsmile / GA_for_Feature_Selection
  使用遗传算法结合决策树做特征选择/Using genetic algorithm for feature selection with decision tree
  ☆24Updated 6 years ago
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 4 years ago
• kikizxd / Class-imbalanced__Credit-Card-Fraud
  分类类别不平衡，解决办法：采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重，附带信用卡诈骗案例
  ☆21Updated 5 years ago
• luckyerdog / feature_select
  在sklearn下，几种常用的特征选择方法
  ☆40Updated 9 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆38Updated 6 years ago
• syxiaa / RSMOTE
  Oversampling method based on relative density
  ☆11Updated 4 years ago
• CcIsHandsome / -TOP1-
  CCF大数据与计算智能大赛-工件检测TOP1方案
  ☆27Updated 5 years ago
• Nana0606 / student_and_teacher_classifier
  通过科研人员论文项目等数据，训练识别导师/学生的分类器。代码包括特征选择基础、网格搜索确定特征选择方法参数、不平衡数据的处理(oversampling、undersampling)和pu-learning方法在此问题上的应用
  ☆30Updated 5 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 5 years ago
• woairong / Xgboost-integration-model-based-on-moderate-greedy-parametric-strategy
  第三届“融360”天机智能算法挑战赛中“拒绝推断”赛题--复赛第四名的代码分享
  ☆10Updated 5 years ago
• qianyuqianxun-DeepLearning / LSTM-process
  使用AR自回归模型与长短时记忆网络进行时间序列数据预测
  ☆18Updated 5 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆23Updated 7 years ago
• yzkang / QH_FInSight
  国内首个迁移学习赛题 中国平安前海征信“好信杯”迁移学习大数据算法大赛 FInSight团队作品(算法方案排名第三)
  ☆86Updated 6 years ago
• pinlank / kdxf2019top2
  2019科大讯飞工程机械赛题-亚军
  ☆38Updated 5 years ago
• jia-zhuang / xgboost-lightgbm-hyperparameter-tuning
  Bayesian Optimization and Grid Search for xgboost/lightgbm
  ☆69Updated last month
• 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
  ☆52Updated 7 years ago
• Albertsr / Class-Imbalance
  Cost-Sensitive Learning / ReSampling / Weighting / Thresholding / BorderlineSMOTE / AdaCost / etc.
  ☆106Updated 4 years ago
• huidudaozou / Time-Series
  《应用时间序列分析》易丹辉、王燕著； 案例Python实现
  ☆16Updated 5 years ago
• weijinqian0 / feature_eda
  整理所有特征工程用到的方法，为了复用
  ☆10Updated 4 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆72Updated 5 years ago
• xiaorancs / feature-select
  featselector是一个基于统计分析和模型选择的特征选择器.
  ☆14Updated 6 years ago