注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Prudential-Life-Insurance-Risk-Prediction:机器学习算法适用于大量申请人数据，以预测其人寿保险风险。 这些算法包括线性回归，决策树，支持向量机（SVM）和XGBoost-源码

  2. Prudential-Life-Insurance-Risk-Prediction:机器学习算法适用于大量申请人数据，以预测其人寿保险风险。 这些算法包括线性回归，决策树，支持向量机（SVM）和XGBoost

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：3145728
    • 提供者：weixin_42099530

  1. UCI-Heart-ML:使用机器学习的心脏病患者数据可视化和预测-源码

  2. UCI-Heart-ML 使用机器学习的心脏病患者数据可视化和预测 介绍 模型总结与方法 材料和方法 数据集 机器学习算法 黄砖 海生 比较和选择可视化模型 数据集的可视化 机器学习算法的可视化 1.逻辑回归 2.决策树 ML预测数据可视化 结论 参考

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：20971520
    • 提供者：weixin_42117340

  1. SMART_IRRIGATION-源码

  2. SMART_IRRIGATION 使用IOT和机器学习等技术实施的最后一年学术项目‌-项目思想基本上是实现电子农业应用-used我们使用了weMos D1 mini，Arduino，一些传感器来测量农场中的实时温度，湿度we我们使用了REST API用于获取未来几天的天气预报报告-我们在服务器implemented上实现了“决策树”算法（这是一种机器学习算法）-在实施决策树算法时，我们考虑了工厂类型，当前气候报告和未来气候进行预测，以便农场中的水得到有效利用‌-我们还实现了一个Android应用

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：9437184
    • 提供者：weixin_42150341

  1. House-Price-Prediction:房价EDA和预测-源码

  2. 房价EDA和预测 介绍 随附的Jupyter笔记本包含对描述住宅房屋许多方面的数据集的分析。 笔记本使用机器学习模型根据相关特征（例如整体质量，房屋面积等）预测最终房价。 问题陈述 我们可以根据相关特征预测房屋的最终价格吗？ 方法 首先，我进行了探索性数据分析，以深入了解数据。 我还检查并估算出缺少的数据，并进行了特征工程。 我创建了新功能并减少了功能数量以最大程度地减少噪音。 我实现了几种机器学习算法，包括多元线性，岭和套索回归，弹性网，决策树和随机森林回归以及KNN。 我还使用了集成方法

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42118011

  1. Cardiovascular-disease-using-decision-trees-and-random-forest-classifier-:决策树算法可用于预测心血管疾病并使用随机森林分类器和探索性数据分析来提高准确性-源码

  2. 心血管疾病使用决策树和随机森林分类器 决策树算法可用于预测心血管疾病并使用随机森林分类器和探索性数据分析来提高准确性

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：796672
    • 提供者：weixin_42110362

  1. The-Spark-Foundation:回购包含数据科学和业务分析项目BEGINNERINTERMEDIATEADVANCED级别-源码

  2. The-Sparks-Foundation-数据科学实习 数据科学与业务分析任务 任务1-使用监督的ML进行预测（级别-初学者） 根据编号预测学生的百分比学习时间。 这是一个简单的线性回归任务，因为它仅涉及2个变量。 #Task 2-使用无监督的ML进行预测（级别-初学者） 从给定的“虹膜”数据集中，预测最佳聚类数并直观地表示出来。 #Task 6-使用决策树算法进行预测 创建决策树分类器并以图形方式对其进行可视化 目的是，如果我们向该分类器提供任何新数据，它将能够相应地预测正确的分类

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：254976
    • 提供者：weixin_42134234

  1. Training-Systems-Using-Python-Statistical-Modeling:Packt发布的使用Python统计建模的培训系统-源码

  2. 使用Python统计建模的培训系统 这是Packt发布的《 的代码库。 探索使用Python建模数据的流行技术 这本书是关于什么的？ Python的易用性和多功能性使它成为当今许多数据科学家和机器学习开发人员的工具选择。 它丰富的库广泛用于数据分析，更重要的是，它用于构建最新的预测模型。 本书将带领您经历一段激动人心的旅程，即使用这些库为预测分析实现有效的统计模型。 您将首先学习经典的统计分析，在这里您将学习使用熊猫计算描述性统计信息。 您将研究监督学习，在其中您将探索机器学习的原理并从

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：12582912
    • 提供者：weixin_42118161

  1. Loan-Default-Prediction:该项目的目的是建立一个机器学习模型，以通过评估某些属性来预测是否应向个人提供贷款-源码

  2. 贷款违约预测 如果您发现此代码对您的研究有用，请引用以下论文： 该项目的目的是建立一个机器学习模型，以通过评估某些属性来预测是否应向个人提供贷款。 本项目中使用的2种ML算法是： 决策树 随机森林 该存储库包含以下文件： 数据 LCData字典Lending Club数据集中所有列的描述的Excel文件。 工程书该项目的Jupyter笔记本。 自述文件 由于数据集非常大，无法上传到github，因此这是Lending Club数据集的链接：

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_42148053

  1. stock-price-prediction-源码

  2. 股票价格预测 我们已经在TCS股票价格数据表上执行了线性回归，决策树回归和LSTM，以了解哪种算法表现最佳，并获得有关时间序列算法如何胜过传统预测算法的知识。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：577536
    • 提供者：weixin_42106299

  1. Brihaspati:机器学习，深度学习和计算机视觉中各种实现和代码的集合:sparkles::collision:-源码

  2. 布里萨帕蒂 :pushpin: 介绍 这是各种机器学习算法和实验的集合，通过遵循各种教程，文章博客等内容，这些知识已经在我这边实现了。 这些机器学习算法已在来自 ， 等的各种数据集上实现。 :check_mark: 资源 :collision: 笔记本和数据集 姓名 数据集 笔记本 亚马逊情绪分析 使用转移学习进行COVID-19检测 猫狗分类器 使用LSTM的聊天机器人 决策树 假新闻分类 性别预测 印地语字符识别 鸢尾花预测 K均值聚类 线性回归I 线性回归II 线性回归III 逻辑回

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：150994944
    • 提供者：weixin_42174098

  1. Makeathon3077_OpenSource_Sages:此网络应用预测电子商务数据交易欺诈。 它基于机器学习和神经网络模型-源码

  2. 电子商务欺诈预测器Web应用程序 网络链接： ： 此网络应用预测电子商务数据交易欺诈。 它基于机器学习和神经网络模型。 训练了7种机器学习算法（决策树，随机森林，逻辑回归，支持向量机，梯度提升和K最近邻和KMeans算法）和2种深度学习神经网络模型（单层感知器和多层感知器）并对其进行了测试使用电子交易数据集（kaggle）和精度最高的百分位数的模型来构建网络预测器。 该Web应用程序是使用以下库在Python中构建的： 流线型 大熊猫 斯克莱恩 海生的 matplotlib.pypl

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：199680
    • 提供者：weixin_42144604

  1. machine-learning-about-online-debt-:通过机器学习对在线债务的信用风险进行分析-源码

  2. 基于机器学习算法的网络信用风险评估 通过机器学习在线债务的信用风险分析 项目简介 项目初步利用机器学习算法，试图通过对网贷平台现有数据的分析，对借贷交易进行预测，判断引用客户违约约还款的可能性，为相关网络平台提供方案，从而减少平台与客户的潜在损失，维护网络贷款交易的安全性。 首先使用Python的爬虫从P2P网贷平台上获取了1726条借贷数据，其中违约数据571条，未违约数据1155条。接着使用了决策树，支持向量机，线性判别分析来处理网贷违约与否的二分类问题，和创新性的对线性判别分析法进行了改进

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：2097152
    • 提供者：weixin_42134338

  1. Titanic-源码

  2. 泰坦尼克号 一个分类问题，与预测泰坦尼克号沉没灾难中的乘客的生存情况有关。 通过查看，分析和可视化具有因变量（即“生存”）的不同特征之间的关系和估计效果来开始问题。 通过各种图表（如直方图，条形图，使用matplotlib和seaborn库的点图）可视化每个变量。 通过使用数字数据类型的均值和分类数据类型的均值填充具有缺失值的要素来完成训练和测试数据集。 执行特征工程以排除在预测中具有可忽略的重要性的特征。 使用一键编码处理分类变量。 使用Logistic回归（准确度分数= 0.8），决策树（准

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：2048
    • 提供者：weixin_42097967

  1. Loan-Default-Prediction:该项目旨在确定贷款违约率与贷款数据集中的特征变量之间的相关性。 建立了一个模型来预测客户是否会拖欠他的贷款-源码

  2. 贷款违约预测 该项目旨在确定贷款违约率与贷款数据集中的特征变量之间的相关性。 建立模型来预测客户是否会拖欠他/她的贷款。 两种回归/分类算法用于预测响应变量loan_default 。 使用的模型是-Logistic回归和决策树。 分析：- 有一些变量会大大影响客户拖欠贷款的可能性。 银行利率影响客户的贷款违约率。 使用数据分析技术，可以观察到利率低于9.75％的贷款从未违约，而利率高于或等于14％的所有贷款都没有违约。 这促使需要降低利率或鼓励客户选择低利率贷款方案，以避免不必要的违约。

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：2048
    • 提供者：weixin_42140716

  1. My_Portfolio:数据科学组合样本-源码

  2. 我的投资组合 数据科学组合样本 这是我的约翰霍普金斯大学在Coursera上的“实用机器学习”课程的课程项目。 该项目的目的是根据从人体加速度计收集到的有关个人运动的数据来预测人们如何进行锻炼。 我使用四个R包构建了四个模型，每个模型分别有两个随机森林和决策树。 根据准确性评估的结果，选择了第一个考虑的模型以完成最终测试。 将我的机器学习算法应用于测试数据的结果是，所有情况都得到了正确的预测。

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：10240
    • 提供者：weixin_42165583

  1. TheSparksFoundation_Task-4_Decision-Trees：决策树是用于分析数据的图形表示。 决策树以这种方式为我们提供数据，我们可以轻松地读取，理解和分析数据。 决策树算法属于监督学习算法家族。 ...使用决策树的

  2. TheSparksFoundation_Task-4_Decision-Trees 决策树是用于分析数据的图形表示。 决策树以这种方式为我们提供数据，我们可以轻松地读取，理解和分析数据。 决策树算法属于监督学习算法家族。 ...使用决策树的目的是创建一个训练模型，该模型可以通过学习从先前数据（训练数据）推断出的简单决策规则来预测目标变量的类或值

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：3072
    • 提供者：weixin_42123191

  1. model_save_for_pima_diabetes-源码

  2. model_save_for_pima_diabetes 在这个项目中 1-我们仅应用多层感知器（MLP）算法并将模型保存到model.json文件。 我们通过在模型上调用save（）函数并指定文件名来保存模型。 在我们的案例中，我们通过首先拟合模型，评估模型并将其保存到文件model.h5来演示这一点。 2-保存的模型随后可以通过调用load_model（）函数并传递文件名来加载。 该函数返回具有相同架构和权重的模型。 在我们的案例中，我们加载模型，总结架构并在同一数据集上对其进行评

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：434176
    • 提供者：weixin_42136477

  1. 预测使用决策树算法：创建决策树分类器并以图形方式对其进行可视化。 ●目的是，如果我们向该分类器提供任何新数据，它将能够相应地预测正确的分类-源码

  2. 决策树预测算法 创建决策树分类器并以图形方式对其进行可视化。 ●目的是，如果我们向该分类器提供任何新数据，它将能够相应地预测正确的分类。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：224256
    • 提供者：weixin_42136826

  1. 决策树预测算法-源码

  2. 决策树预测算法 项目：决策树 创建决策树分类器并以图形方式对其进行可视化。 目的是，如果我们向该分类器提供任何新数据，它将能够相应地预测正确的分类。 请找到以下文件： 1. Required .ipynb file. 2.Provided data. 3.Decision Tree in .png file form.

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1048576
    • 提供者：weixin_42120997

  1. 算法交易：使用机器学习进行算法交易-源码

  2. 算法交易 该机器学习算法是使用Python 3和带有决策树分类器的scikit-learn构建的。 该程序使用Google Finance API和熊猫收集股票数据。 数据使用matplotlib进行说明。 红线表示当我们不持有股票时的股价走势，绿线表示当我们持有股票时的股价走势。 蓝线表示一段时间内的现金水平，我们从100美元开始（因此，在这种情况下，我们也可以将其解释为股票的百分比回报率）。 预期现金价值是我们在整个期间内简单持有股票所获得的回报。 绩效是现金价值与预期现金价值之间的比率，

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：173056
    • 提供者：weixin_42112685
« 12 3 »