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. projects:机器学习项目-源码

  2. 机器学习项目 我的机器学习项目包括： -从零开始进行Logistic回归以对手写数字1和数字5进行分类-通过使用libsvm库提供给定数据的SVM -具有线性回归的汽车的销售价格预测-PCA从头开始，k-均值从头开始-通过使用不同的模型进行多类分类-通过使用不同的模型来确定期限存款Scrath的高斯混合期望最大化算法随机梯度下降从零开始的逻辑回归-使用textgenrnn库生成文本Xgboost和Catboost的欺诈检测

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：3145728
    • 提供者：weixin_42104906

  1. An-Accurate-Prediction-of-MPG-Miles-Per-Gallon-using-Linear-Regression-Model-of-Machine-Learning:抽象的-源码

  2. 使用机器学习的线性回归模型对每加仑MPG英里数的准确预测 摘要：考虑到过去两个世纪以来汽车行业的发展，我们看到燃油价格不断上涨，客户对功能的要求越来越高，汽车制造商正在不断优化其流程以提高燃油效率。 但是，如果给定一些有关车辆的已知规格，如果您可以对汽车的MPG进行可靠的估算，那该怎么办？ 然后，您既可以拥有更理想的车辆，又可以提高效率，改善燃油经济性，并为消费者带来更多的需求和供应，则可以在市场上击败竞争对手。 我们正在实施机器学习来设计预测模型，并在过去的几年中（在MPG中）制造1到2辆汽车

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：1024
    • 提供者：weixin_42119358

  1. HousingRealestate_project-源码

  2. HousingRealestate_project 房屋预测项目 介绍 在该项目中，对多个线性回归模型进行了优化，以预测西雅图金县的房屋价格。在项目开始时提出了三个有关住房的重要问题，并在项目结束时回答了三个重要问题。 动机 建立了线性回归模型，以帮助房地产公司的房地产顾问明智地选择可以成为良好投资并带来利润的房屋。基于各种观点对线性回归模型进行了评估。第一个目标通常是产生一个模型，该模型可以预测金县的房屋价格销售。第二个目标是生成一个仅可以基于外部地理/物理特征预测房屋销售价格的模型。该分析可

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：12582912
    • 提供者：weixin_42135754

  1. LOB:中国市场限价订单基准数据集-源码

  2. 高球 中国市场限价订单基准数据集 FinAI实验室 香港高等研究院 目录 介绍 该存储库包含论文描述的和。 在建议的基准数据集上测试了五个基线模型，包括线性回归（LR），多层感知器（MLP），卷积神经网络（CNN），长期短期记忆（LSTM）和CNN-LSTM。 笔记 所有算法均基于深度学习框架。 我们的PyTorch版本是1.7.0。 如果您使用的是较低版本，请相应地修改代码。 抽象的 限价单（LOB）已生成“大财务数据”，供学术界和行业从业者进行分析和预测。 本文提供了一个中国股票市场的基

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：774144
    • 提供者：weixin_42143092

  1. DSI_Project2-源码

  2. 项目2：爱荷华州住房 内容： 背景 线性回归是一种非常流行的模型，它是根据一个目标变量（或因变量）与一个或多个解释变量（因变量）之间的关系而创建的。 在此回归挑战中，爱因斯爱荷华州住房数据集用于构建模型，可以预测每所住房的估计售价。 通过获得模型，不仅可以预测价格，而且可以研究影响价格的每个功能的重要性。 通过进一步分析，该模型可以帮助卖方或对提高其销售价格感兴趣的任何人正确地改善其房屋并获得可能的最高价格。 问题陈述 对于想要出售房屋的客户，当前的估计售价是多少？ 还有什么可以提高价格的改进

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：11534336
    • 提供者：weixin_42157166

  1. stock-app-源码

  2. 股票市场预测Web应用程序使用机器学习 基于机器学习和推特情感分析（代码中包含的API密钥）的股市预测Web应用程序。 Web App的前端基于Flask和Wordpress 。 该应用程序根据用户的输入预测纳斯达克或NSE下任何给定股票的未来7天的股票价格。 使用三种算法进行预测： ARIMA，LSTM，线性回归。 该网络应用程序将未来7天的预测价格与推文的情绪分析相结合，以给出建议价格是上涨还是下跌 笔记 由于超出了Github LFS的配额，Wordpress文件已从存储库中移出。 现在从

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：17825792
    • 提供者：weixin_42097450

  1. project-源码

  2. 项目 要做的事 收集资产因素数据。 设计方法，并尝试预测数据 传统的寻找因素的方法 Lienar回归 时间序列分析 逻辑回归 神经网络 设计神经网络 找到损失函数 回测系统 内容描述 什么是多因素投资？ 因素是影响市场价格的因素，它随时都在变化，但是总有一些因素可以描述当前资产的价格。 因此，如果我能找到一些有效的因素，并且对这些因素进行投资，那么从理论上讲，我可以获得预期的回报。 传统的寻找因素的方法 最直观的方法是按因素对资产进行排序。 例如 线性回归 因此，还有另一种方法可以找出特定因

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：3072
    • 提供者：weixin_42176827

  1. case_study_week_5:回归案例研究-源码

  2. 预测重型机械拍卖价格 线性回归案例研究 目录 客观的 创建线性回归模型以根据历史记录预测重型机械的销售价格 团队合作 通过了一对编程工作流程： 一个团队成员轮流在jupyter笔记本中编写脚本， 一位团队成员将nb脚本转换为.py文件中的函数， 一名团队成员实时更新，编辑减价。 定期更换角色，以确保每个人都在项目的每个维度上都有意见。 数据 该数据集包含40万多个重型机械销售记录，每个记录都有其自己的唯一SaleID。 下面列出了一些注意事项： 栏名 dtype 描述 销售价格 整型

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：18874368
    • 提供者：weixin_42122986

  1. house_renting_madrid:在此项目中，我们将使用监督学习来预测马德里（西班牙）的租金价格-源码

  2. 马德里房屋的数据科学租金估算器：端到端项目 创建了一个估算马德里房屋租金价格的工具，该工具可以帮助单位所有者以及正在寻找房屋的人了解马德里的Real State Market。 概括： 使用python和beautifulsoup库从刮取了2000多个房屋租金信息。 执行了数据清理步骤，并删除了异常值。 探索性数据分析揭示了推动西班牙房价上涨的最重要参数。 这些参数是在模型构建过程中选择的。 使用GridsearchCV优化了线性，套索，决策树，随机森林，支持向量回归，以找到最佳模型。

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：6291456
    • 提供者：weixin_42126865

  1. 航空公司，航班，价格，价格预测：该应用程序基于收集的数据，结合了多个线性回归分析，以预测您使用阿拉斯加航空公司从EWR飞往LAX的航班205的价格-源码

  2. 航空价格预测 基于收集到的数据的应用程序，包含多个线性回归，以预测您从AWR飞往EWR到LAX的205航班的价格。 authors：怀亚特·蒙大拿州（Wyatt Montana），凯里·麦克马洪（Kerri McMahon） 客户端应用程序与我们的Oracle SQL数据库进行通信以获取存储的信息。 我学到的东西： 与前端应用程序的数据库通信 数据可视化 数据库应用设计

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：30408704
    • 提供者：weixin_42153793

  1. 预测股票市场价格：预测股票市场价格-线性回归与随机森林-源码

  2. 预测股票市场价格 预测股票价格-线性回归vs随机森林对于这个项目，我使用了包含指数价格的csv文件。 文件中的每一行都包含1950年至2015年间S＆P500指数价格的每日记录。数据集存储在sphist.csv中。 数据集的列为： 日期-记录的日期。 开盘价-当日（交易开始时）的开盘价。 高-白天的最高交易价格。 低-白天的最低交易价格。 收盘价-当日（交易完成时）的收盘价。 交易量-交易的股票数量。 收市价调整-每日收市价，追溯调整以包括任何公司行为。 在这里阅读更多。 我将使用该数据集

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：305152
    • 提供者：weixin_42164685

  1. 重型设备拍卖价格预测-源码

  2. 预测重型设备拍卖价格 背景 重型设备要拍卖了，没人愿意多付钱。 因此，我们正在尝试预测特定重型设备在拍卖中的售价。 数据采集 数据来自拍卖结果发布，并包含有关用法，设备配置的信息，以及解释数据列的数据字典。 数据处理 数据具有52个以上的不同功能，非常混乱，因此在删除大多数功能时使用了非常严格的过程。 与销售价格高度相关的功能和我们预想的功能得以保留。 我们还删除了所有带有NaN值的行。 探索性数据分析 我们使用热图来获取与销售价格的相关数据。 模型 我们包含在模型中的功能是： 机器小时电流表

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：9437184
    • 提供者：weixin_42112658

  1. 预测钻石价格：数据分析课程的最终项目-源码

  2. 假设地，我是一家销售钻石的公司的顾问，我的工作是创建一个模型，该模型根据钻石的特性预测钻石的价格。 我使用R开发了一个多线性回归模型，使预测成为可能。 我还创建了用于残差分析的各种图形，并在所附的论文中解决了回归方程。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：98304
    • 提供者：weixin_42126668

  1. 数据整合与重塑-源码

  2. 数据整合与重塑 为了进行此评估，需要编写Python代码以将多个数据集集成到一个单一的架构中，并发现并修复数据中可能存在的问题。 此外，假设我们想开发一个线性模型来预测使用“ Distance_to_sc”，“ travel_min_to_CBD”和“ Distance_to_hospital”属性的“价格”，假设不同归一化/转换对某些属性的影响，并观察和解释它们的影响。 在此任务中需要研究的线性回归假设为：正态性和线性。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：301056
    • 提供者：weixin_42126749

  1. housing_prices：在多个回归模型中使用交叉验证和网格搜索对房屋市场价格进行分析和预测-源码

  2. 在回归模型中使用交叉验证和网格搜索预测房价 在多个回归模型中使用交叉验证和网格搜索对房屋市场价格进行分析和预测 该项目的目标 在本文中，我将分析与墨尔本房价相关的因素，并使用几种机器学习技术对房价进行预测。 该分析中使用的模型是线性回归，岭回归，K最近邻（以下称为KNN）和决策树。 使用交叉验证和网格搜索技术的方法，我找到了每个模型中超参数的最佳值，然后比较结果以找到最佳的机器学习模型来预测墨尔本的房价。 如何运行这个项目 安装Python 3。 安装Jupyter Notebook。 使用

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：6291456
    • 提供者：weixin_42116058

  1. Multi_Linear_Regression：使用R和Python的多元线性回归-源码

  2. 多线性回归 预测计算机价格 预测50_startups数据的利润 预测花冠汽车的价格 完成EDA，变量可视化，创建虚拟变量，离群值处理，使用调整后的R平方和RMSE比较模型。 还准备了一份详尽的报告以记录该过程。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：263168
    • 提供者：weixin_42131439

  1. 预测价格的多线性回归-源码

  2. 预测价格的多线性回归

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：39936
    • 提供者：weixin_42161497

  1. Python项目-源码

  2. 我的Python数据科学项目： ：在此项目中，我尝试为Kaggle项目的样本（泰坦尼克号的沉没）构建工作流程，以便将来可以在其他Kaggle项目中采用相同的模式 ：在这个项目中，我试图使用k近邻算法和具有不同数量神经元和不同隐藏层的神经网络对手写数字问题进行分类。 ：在这个项目中，我使用并比较了线性回归，决策树回归和随机森林算法来预测自行车租赁。 我还尝试找到最佳参数以防止过度拟合并获得良好结果。 此项目是关于使用线性回归模型来预测S＆P500指数的每日价格。 也只进行提前一天的预测。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：14680064
    • 提供者：weixin_42124743

  1. 数据科学组合：数据科学项目组合-源码

  2. 数据科学组合（建设中） 包含数据科学项目组合的存储库。 以Jupyter笔记本的形式呈现。 有关我的专业经验的更多详细信息，请访问 机器学习 监督 目标 预测新情况下的现象行为（测试数据）。 研究解释变量和答案之间的关系。 检查预测的质量。 线性回归 简短说明：建立标量响应与一个或多个说明变量（也称为因变量和自变量）之间关系的线性方法 应用程序：分析产品销售的营销效果，定价和促销，评估金融服务或保险领域的风险，根据价格，趋势线等来预测产品的销售情况。 示例：：一种机器学习模型，用于预

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：852992
    • 提供者：weixin_42118160

  1. new_york_airbnb-源码

  2. 使用Airbnb数据进行预测分析 它包含原始代码，用于解释媒体科学过程的中级文章。 该分析着眼于数据中发现的相互关系，显示了清理数据的过程，并突出了数据科学中的迭代过程。 纽约航空 机器学习几乎可以应用于任何数据集。 是获取免费数据源以应用机器学习的绝佳资源。 该文件从纽约的Air bnb获取数据源，并使用预测分析根据该数据确定公寓的价格范围。 显示了完整的数据科学，包括数据工程和数据清理部分。 第一部分读取数据，然后查看空计数。 然后重点介绍了用于处理空值的策略。 处理完零值后，将离群值除去

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：2097152
    • 提供者：weixin_42117340
« 12 »