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
Alternatives and similar repositories for Multi-Class-Classification:
Users that are interested in Multi-Class-Classification are comparing it to the libraries listed below
- 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 5 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆115Updated 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☆41Updated 5 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- stock trend prediction using multi-source data☆12Updated 4 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☆44Updated 6 years ago
- 用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型☆58Updated 6 years ago
- 基于深度学习的溶解氧时间序列预测模型☆27Updated 4 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 5 years ago
- 集成学习Stacking方法详解☆71Updated 5 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☆39Updated last year
- 基于Keras的LSTM多变量时间序列预测☆23Updated 7 years ago
- 文本分类， 双向lstm + attention 算法☆89Updated 4 years ago
- CNN-BiGRU-Attention模型☆87Updated 2 years ago
- 基于pytorch框架，针对文本分类的机器学习项目，集成多种算法(xgboost, lstm, bert, mezha等等)，提供基础数据集，开箱即用，方便自己二次拓展，持续更新☆29Updated last year
- 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☆56Updated 7 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆72Updated 6 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。☆183Updated 4 years ago
- 利用时间序列预测汽车销量☆37Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 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☆72Updated 4 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆35Updated 4 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☆52Updated 7 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆43Updated 4 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆79Updated 3 years ago
- 利用Python实现三层BP神经网络☆80Updated 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
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆82Updated 3 years ago
- 使用LSTM、ANN网络进行时间序列的多步预测。一般情况下机器学习算法在进行时间序列预测时采取一步预测的方法。该段代码将其拓展到多步预测的情形。主要改 进在于数据的构建。LSTM and ANN are used to predict the time series. In …☆13Updated 4 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆60Updated 4 years ago