Alternatives and similar repositories for ML_imblearn:

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

• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆72Updated 5 years ago
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 4 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆116Updated 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
• wenhan123 / ML-Python-
  主要是在学习李航的统计学习方法和周志华的机器学习西瓜书的笔记和相关的代码实现
  ☆31Updated 5 years ago
• Minerva-J / MachineLearning
  ☆14Updated 4 years ago
• Qiuyan918 / Adversarial_Validation_Case_Study
  当样本分布发生变化时，交叉验证无法准确评估模型在测试集上的效果，这时候需要其他构造验证集的方法来应对。
  ☆50Updated 5 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 5 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆127Updated 5 years ago
• zxxwin / tf2_gcn
  使用 tensorflow2.0 实现图卷积神经网络GCN
  ☆20Updated 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
  ☆41Updated 5 years ago
• helenzhao093 / MLMethods
  Implementations of various feature selection methods
  ☆24Updated 4 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
• CLaraRR / autoencoder_practice
  AutoEncoder implements by keras. Including AE, DAE, DAE_CNN, VAE, VAE_CNN, CVAE, Sparse AE, Stacked DAE.
  ☆41Updated 4 years ago
• huidudaozou / Time-Series
  《应用时间序列分析》易丹辉、王燕著； 案例Python实现
  ☆16Updated 5 years ago
• zhulei227 / Stacking_Ensembles
  Stacking classification and regression
  ☆22Updated 5 years ago
• felix-last / kmeans_smote
  Oversampling for imbalanced learning based on k-means and SMOTE
  ☆125Updated 3 years ago
• woairong / Xgboost-integration-model-based-on-moderate-greedy-parametric-strategy
  第三届“融360”天机智能算法挑战赛中“拒绝推断”赛题--复赛第四名的代码分享
  ☆10Updated 5 years ago
• Alxe1 / FeatureSelectionsAndExtractions
  feature selections and extractions
  ☆89Updated 9 months ago
• Albertsr / Class-Imbalance
  Cost-Sensitive Learning / ReSampling / Weighting / Thresholding / BorderlineSMOTE / AdaCost / etc.
  ☆106Updated 4 years ago
• datawhalechina / ensemble-learning
  ☆145Updated 2 years ago
• lyx199504 / param-opt
  本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch，不仅支持常规训练、交叉验证训练，还支持贝叶斯搜索参数，并可随时自动保存训练模型和日志。
  ☆11Updated last year
• kikizxd / Data_preprocessing
  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
• luckyerdog / feature_select
  在sklearn下，几种常用的特征选择方法
  ☆40Updated 9 years ago
• chenglu66 / data-analysis
  基于自构造函数的特征提取评分项目（缺失值处理，单变量相关性分析，特征评分，降维）
  ☆15Updated 7 years ago
• Skyexu / machine-learning-practice
  机器学习、深度学习原理及实践
  ☆19Updated 3 years ago
• yanhan19940405 / Data_machine_learning
  2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参，特征筛选，训练等方案。同时包含stacking模型融合方案
  ☆27Updated 4 years ago
• loyalzc / transfer_learning
  Transfer Learning JDA and TrAdaboost
  ☆64Updated 6 years ago
• yiqiyu / tradaboost
  The Python implementation of Tradaboost classifier and regressor
  ☆15Updated 6 years ago