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
  ☆101Updated 3 years ago
• xinlianghu / svm
  用Python实现SVM多分类器
  ☆408Updated last year
• 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…
  ☆209Updated 5 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆75Updated 5 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
  ☆289Updated 5 years ago
• haoyuhu / cluster-analysis
  K-Means++(HCM), Fuzzy C-Means(FCM), Hierarchical Clustering, DBscan
  ☆372Updated 3 months ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 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
  ☆170Updated 5 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)
  ☆83Updated 5 years ago
• 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
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆82Updated 7 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
  ☆56Updated 5 years ago
• Erikfather / Decision_tree-python
  决策树分类（ID3，C4.5，CART）
  ☆481Updated last year
• yangwohenmai / TimeSeriesForecasting
  基于统计学的时间序列预测(AR,ARM).
  ☆280Updated 4 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆31Updated 8 years ago
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆350Updated 4 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆138Updated 3 years ago
• 634671436 / Air_Pollution_Forcast_Beijing
  基于Keras的LSTM多变量时间序列预测
  ☆178Updated 7 years ago
• 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。
  ☆191Updated 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
• SureeLee / ga_bp
  a back propagation neural network with genetic algorithm
  ☆81Updated 7 years ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆77Updated 5 years ago
• leezqcst / machine-learning-algorithm
  记录小润了解的各种机器学习算法的实现以及基础概念，包括有监督学习，无监督学习，分类，聚类，回归；神经元模型，多层感知器，BP算法；损失函数，激活函数，梯度下降法；全连接网络、卷积神经网络、递归神经网络；训练集，测试集，交叉验证，欠拟合，过拟合；数据规范化等
  ☆155Updated 8 years ago
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆49Updated 6 years ago
• Lupino / bpnn
  bp 神经网络算法
  ☆124Updated 2 years ago
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆157Updated 4 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
  ☆44Updated 5 years ago
• HanXia001 / k-means-python3-
  聚类算法k-means的简单实现
  ☆39Updated 6 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆47Updated 9 years ago
• Alxe1 / FeatureSelectionsAndExtractions
  feature selections and extractions
  ☆88Updated last year