zmzhouXJTU / House_Price_Forecast
利用回归模型实现房价预测
☆45Updated 6 years ago
Alternatives and similar repositories for House_Price_Forecast:
Users that are interested in House_Price_Forecast are comparing it to the libraries listed below
- 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
- 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
- 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
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆62Updated 4 years ago
- 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
- 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☆45Updated 6 years ago
- 利用爬虫获取58同城的二手房信息,选取特征并对数据进行预处理,利用机器学习算法给出不同地段的租房推荐。☆15Updated 5 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 4 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- 2021年研究生数学建模竞赛B题,全国二等奖,空气质量预报二次建模,时间序列数据分析与回归预测。Time Series Prediction&Air Quality Prediction.☆36Updated 3 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
- 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
- [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☆44Updated 6 years ago
- 用 jupyter notebook做的一些机器学习项目☆79Updated 5 years ago
- 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☆77Updated 2 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
- (纯个人向)本科毕业设计 主要是对项目进行记录和代码存储 《基于深度学习的多任务空气质量预测模型设计与实现》☆27Updated last year
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- 实验源代码-----基于随机森林的气温预测☆42Updated 4 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 6 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输出的结果 进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 4 years ago
- 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☆230Updated 6 years ago
- 天池竞赛数据挖掘之二手车交易价格预测大赛☆9Updated 5 years ago
- 复现论文算法RODDPSO+K-Means,用优化的粒子群算法对K-Means算法求初始的簇心,以达到优化聚类算法的目的☆16Updated 4 years ago
- 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。☆21Updated 5 years ago
- 改进的k-prototypes聚类算法☆18Updated 4 years ago
- 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
- 基于Python:网络爬虫获取房价信息、数据的预处理和可视化、搭建基于房价预测的机器学习模型、房价预测。☆135Updated 8 months ago
- 模型优化调参---网格搜索(五折交叉验证)☆11Updated 5 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