ypylj / Multi-Class-Classification
使用支持向量机，感知机，随机森林，决策树，k近邻，logistic，LSTM，bagging，boosting，集成等多种常见算法实现多分类任务（三分类）。Support vector machine, perceptron, random forest, decision tree, k-nearest neighbor, logistic, bagging, boosting, LSTM, ensemble and other common algorithms are used to achieve multi classification tasks.
☆16Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for Multi-Class-Classification
- CNN-BiGRU-Attention模型☆83Updated 2 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。☆24Updated 5 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 5 years ago
- 用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型☆56Updated 6 years ago
- stock trend prediction using multi-source data☆12Updated 3 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆109Updated 4 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆39Updated 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☆38Updated 4 years ago
- 集成各种神经网络进行情感分类，包括CNN、LSTM、Transformer以及BERT等网络模型☆69Updated 5 years ago
- 文本分类， 双向lstm + attention 算法☆87Updated 4 years ago
- 利用Python实现三层BP神经网络☆79Updated 6 years ago
- 常见的数据预处理，包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆36Updated last year
- 基于Keras的LSTM多变量时间序列预测☆22Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆60Updated 6 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 利用时间序列预测汽车销量☆37Updated 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☆53Updated 7 years ago
- 改进的k-prototypes聚类算法☆16Updated 3 years ago
- Pytorch Bert+BiLstm二分类☆37Updated 3 years ago
- 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☆51Updated 7 years ago
- BiLSTM 加普通Attention中文文本多分类Pytorch实现☆32Updated 3 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 包括数据清洗转换，使用包括机器学习和深度学习模型的训练，包括LSTM，GRU，Attention，Transformer，BERT，Satcking技术，传统的RF，XGBoost，GBDT，AdaBoost，SVM，NB模型等☆10Updated 4 years ago
- 通过修改transformer使其可以预测金融时间序列☆29Updated 3 years ago
- 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。☆177Updated 4 years ago
- 客流量时间序列预测模型☆111Updated 2 years ago
- 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
- 基于深度学习的溶解氧时间序列预测模型☆27Updated 4 years ago
- ☆29Updated 4 years ago