Alternatives and similar repositories for House_Price_Forecast

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

• 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
  ☆57Updated 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
• 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
  ☆188Updated 5 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
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆369Updated 5 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆84Updated 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
  ☆89Updated 5 years ago
• guangyaooo / MLTemplate
  机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…
  ☆151Updated 4 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆78Updated 6 years ago
• gotgith / Machine-Learning-
  使用pyhton3语言对机器学习算法中的K近邻算法、线性回归、多项式回归、逻辑回归、PCA、SVM、决策树、随机森林、集成学习、boosting 等进行了算法的实现以及实验分析
  ☆50Updated 6 years ago
• bainingchao / PyDataPreprocessing
  《Python数据预处理技术与实践》源码下载
  ☆210Updated 6 years ago
• wu8320175 / Data_mining_homework
  数据挖掘作业数据以及代码(电动车价格预测)
  ☆69Updated 5 years ago
• Timecollector / Grey_Model
  包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型
  ☆82Updated 3 years ago
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆163Updated 4 years ago
• mryuan0428 / House-price-prediction
  房价预测完整项目：1.爬取链家网数据 2.处理后，用sklearn中几个逻辑回归机器学习模型和keras神经网络搭建模型预测房价 最终结果神经网络效果更好，R^2值0.75左右
  ☆245Updated 6 years ago
• chestnut24 / SVMImageClassification
  基于SVM的简单机器学习分类，可以使用svm, knn, 朴素贝叶斯，决策树四种机器学习方法进行分类
  ☆125Updated 3 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
  ☆158Updated 9 years ago
• Wddzht / DataPreprocessing
  数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)
  ☆65Updated 5 years ago
• wojiushimogui / SVM
  支持向量机的python实现
  ☆49Updated 10 years ago
• Day-yong / Machine_Learning
  机器学习算法经典案例
  ☆112Updated 4 years ago
• JoyceCoder / Data-Mining-Python
  《python数据分析与挖掘实战》项目实践及拓展
  ☆231Updated 6 years ago
• wyn-365 / temp-predict
  实验源代码-----基于随机森林的气温预测
  ☆46Updated 5 years ago
• kunkun1230 / Data-analysis
  用 jupyter notebook做的一些机器学习项目
  ☆86Updated 6 years ago
• LeeWise9 / The-beginning-of-machine-learning
  机器学习入门：手写数字识别，声呐分类，垃圾短信识别，鸢尾花分类
  ☆43Updated 6 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆32Updated 9 years ago
• lujiaxuan0520 / Prediction-and-Scheduling-of-Shared-Bike
  基于深度学习的共享单车预测与调度解决方案，使用神经网络构建单车需求量与时间段和地理画像的关联，预测不同区域单车需求量；使用蚁群算法规划最优单车调度路径。
  ☆110Updated 6 years ago
• JiongXing / sklearn-DecisionTree
  决策树、随机森林
  ☆49Updated 7 years ago
• Leo1998-Lu / Machine-learning-on-iris
  基于iris数据集进行四种机器学习算法（决策树、朴素贝叶斯、随机森林、支持向量机SVM）的训练，使用交叉检验（Cross-validation）对比了各算法的预测准确率。
  ☆23Updated 5 years ago
• nanguoyu / StudentGradeRegression
  [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
  ☆47Updated 7 years ago
• Lupino / bpnn
  bp 神经网络算法
  ☆127Updated 2 years ago