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 5 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
Sorting:
- 用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型☆59Updated 6 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
- [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
- 常用的特征选择方法☆68Updated 2 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
- 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
- CNN-BiGRU-Attention模型☆90Updated 3 years ago
- 集成学习Stacking方法详解☆74Updated 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☆74Updated 4 years ago
- 文本分类， 双向lstm + attention 算法☆90Updated 4 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 2 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%☆43Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆116Updated 4 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☆41Updated last year
- 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…☆79Updated 6 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 6 years ago
- 基于Keras框架，结合LSTM/GRU/Arima/WNN实现多方式的水质参数预测☆22Updated 6 years ago
- 基于Keras的LSTM多变量时间序列预测☆24Updated 7 years ago
- 客流量时间序列预测模型☆123Updated 3 years ago
- 基于深度学习的溶解氧时间序列预测模型☆28Updated 5 years ago
- 利用时间序列预测汽车销量☆40Updated 6 years ago
- 基于遗传算法的特征选择☆128Updated 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
- PCA和LDA进行数据降维☆38Updated 5 years ago
- stock trend prediction using multi-source data☆12Updated 4 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。☆189Updated 5 years ago
- 一种有效的电力负荷预测方法☆61Updated 5 years ago
- 麻雀算法优化支持向量机 python实现☆13Updated 3 years ago
- 利用pythorch来构建lstm,rnn等模型来进行图片分类或画出时间序列曲线☆17Updated 5 years ago