Alternatives and similar repositories for RandomForest:

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

• L-ear / RandomForest
  python实现的随机森林
  ☆95Updated 2 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆74Updated 5 years ago
• KangCai / Machine-Learning-Algorithm
  【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…
  ☆206Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 5 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆117Updated 4 years ago
• BackyardofAbela / EnsembleLearning
  包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用
  ☆284Updated 5 years ago
• daniu101 / RandomForest
  随机森林模型
  ☆10Updated 7 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
  ☆42Updated 5 years ago
• goodboyv / Sklearn_Mochine_leanring
  利用sklearn实现机器学习算法：线性回归、逻辑回归、决策树、随机森林、SVM等
  ☆160Updated 4 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆31Updated 8 years ago
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆49Updated 6 years ago
• Anonymoushhh / Ensemble_Learning
  使用5-6个模型（可以是knn svm 贝叶斯等等）用投票的方式做一个集成学习对MNIST数据集进行分类。
  ☆24Updated 6 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆135Updated 2 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆46Updated 9 years ago
• Erikfather / Decision_tree-python
  决策树分类（ID3，C4.5，CART）
  ☆478Updated last year
• 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
• yangxcc / Sklearn-Algorithm
  Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)
  ☆82Updated 4 years ago
• WangXiaoMingo / machine-learning
  常见机器学习算法回归、分类应用示例，调参；包括基础的线性回归算法、集成学习、支持向量机等；调参包括网格搜索、随机搜索、贝叶斯优化、优化算法如GA优化等。
  ☆20Updated last year
• HiddenSharp / LSTM-SVM-RF-time-series
  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。
  ☆190Updated 4 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
  ☆55Updated 5 years ago
• xinlianghu / svm
  用Python实现SVM多分类器
  ☆394Updated 11 months ago
• terrychen17 / Task005
  模型优化调参---网格搜索（五折交叉验证）
  ☆11Updated 5 years ago
• Maria-Habib / GA-XGBoost-Evoloby
  ☆15Updated 4 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
  ☆25Updated 6 years ago
• wyn-365 / temp-predict
  实验源代码-----基于随机森林的气温预测
  ☆42Updated 4 years ago
• zhaoxingfeng / PCA
  主成分分析，Principal Component Analysis(PCA)
  ☆47Updated 7 years ago
• jia-zhuang / xgboost-lightgbm-hyperparameter-tuning
  Bayesian Optimization and Grid Search for xgboost/lightgbm
  ☆71Updated 2 months ago
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆155Updated 4 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
• Alxe1 / FeatureSelectionsAndExtractions
  feature selections and extractions
  ☆88Updated 10 months ago