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. 随机森林python代码实现.txt

  2. 随机森林算法用python实现，import time from csv import reader from random import randint from random import seed import numpy as np from numpy import mat

  3. 所属分类：Python

    • 发布日期：2020-08-07
    • 文件大小：18kb
    • 提供者：u011406900

  1. IndoorHIIT-activity-recognition:动作识别小程序，包含了完整的python项目代码，微信小程序源码以及数据集-源码

  2. 室内HIIT动作识别项目说明 山东大学（威海） 18数据科学孙易泽 本项目为通过微信小程序进行动作的识别，项目拾取了徒手侧平举，前后交叉小跳，开合跳，半蹲四个动作，在测试者左手手持手机的情况下，利用微信小程序实时采集手机的六轴数据，并用随机森林模型和波峰检测法，对测试者做出的动作进行实时的识别和计数。 以下说明，为项目文件中各个文件夹的相关说明 python项目 数据文件夹：训练所用数据，处理之后的数据 进程文件夹：预数据代码，包括信号处理与窗口切割数据 功能文件夹：特征提取以及特征选取相关代码

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：31mb
    • 提供者：weixin_42104778

  1. mlcourse_dubai:迪拜机器学习课程的资料库-源码

  2. 迪拜的开放式机器学习课程 该库包含2020年Spring在迪拜举行的ML课程的所有考试材料。该课程在开放数据科学社区的支持下成立。该课程于2月19日开始。该活动将由霍特国际商学院举办。所有讲座将由具有Reactor，FICO，Deloitte，VISA，沙迦美国大学的实践经验的导师讲授。 讲座时间表 简介，2020年2月19日 熊猫探索性数据分析，2020年3月25日 使用Python进行可视数据分析，2020年1月4日 决策树，2020年4月4日 Logistic回归，2020年4月15日 合

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：96mb
    • 提供者：weixin_42159267

  1. Supervised-project-Electricity-Forecast--源码

  2. 蒙特利尔HEC监督项目“机器学习方法的探索：在德国电力市场中的应用” 该项目的目的是使用德国电力市场数据探索机器学习模型。这个受监督的项目是我在蒙特利尔HEC应用金融经济学理学硕士课程的一部分。 我使用的数据来自两个来源：1）ENTSOE用于电力市场数据，2）DWD用于天气数据。数据集可在GitHub上获得。 该代码以jupyter Notebook格式显示。有五个笔记本，其中包含以下型号： 普通最小二乘-用于价格和需求预测随机森林-用于需求预测XGBoost-用于需求预测Logistic回归-

  3. 所属分类：其它

  1. Heart-Failure-Classifier-with-Python:这是kaggle提供的一项任务，其中包括创建一个分类器算法，该算法可以使用血液信息和其他一些功能来预测心脏病发作-源码

  2. Python心脏衰竭分类器 这是kaggle提供的一项任务，其中包括创建一个分类器算法，该算法可以使用血液信息和其他一些功能来预测心脏病发作。 在这个项目中，我尝试了3种不同的机器学习模型，即随机森林分类器，SVC和Logistic回归器，其中两个在数据框中运行良好，但是SVC无法正常工作，因此我决定将其从笔记本中删除，在这个项目中，我专注于数据分析，但是缺少功能工程。 同样在这个项目中，我还没有开始使用github，所以我再次希望你理解这一点并下载数据以运行代码。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：170kb
    • 提供者：weixin_42160278

  1. ABC_TimeAdapt:TimeAdapt对人口统计学和从纵向种群基因组数据中进行选择进行了联合推断。该推论基于通过随机森林的近似贝叶斯计算。它需要整个基因组数据和有关样品年龄的信息来进行模拟（使用SLiM + pyslimmsprim

  2. 时间适应 TimeAdapt对人口统计学和从纵向种群基因组数据中进行选择进行了联合推断。该推论基于通过随机森林的近似贝叶斯计算。它需要整个基因组数据和有关样品年龄的信息来进行模拟（使用SLiM + pyslim / msprime）。 要求 该代码已经过以下版本的测试： 的Python 3.8.5 scikit-allel 1.3.2 argparse msprime 0.7.4 麻木 pyslim 0.403 scipy 1.5.4 R 3.6.1 argparser 0.6 e

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：52kb
    • 提供者：weixin_42121058

  1. DS_Projects:数据科学项目集合-源码

  2. 应用数据科学Capstone产品组合 你好！ 此回购包含了一系列材料（脚本，报告，图形等），这些材料展示了我最近的工作的一部分。 下面的每个部分都提供了有关回购中的工件的一些详细信息。 以下是过去几年中我一直在使用的工具和技术的示例。 这是一个非常粗略的草稿，并将在接下来的几个月中进行更新。 使用的工具 工具 使用权 土坯 竞技场模拟 电子表格 插画家 迷你标签 橘子 Power BI Python [R 火花 SQL 斯塔塔 画面 威卡 使用的技巧 技巧 人工神经网络/深度学习 方差分

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：21mb
    • 提供者：weixin_42137539

  1. Kaggle_Deliveries:Python，最终模型-源码

  2. Kaggle_Deliveries Python，最终模型：Ridge-随机森林回归器

  3. 所属分类：其它

  1. IsingModelPractice-源码

  2. IsingModel实践 这是一个自我教育项目，旨在复制Kyle Mills和Isaac Tamblyn在深度神经网络中的研究，以便通过观察进行直接，无特征的学习：二维自旋模型的情况 该项目的目标是预测2D Ising模型的哈密顿量（总能量）。预测方法是随机森林分类器和回归器随机森林回归器要好得多，但可用于比较 该项目使用Python和Julia完成，Julia主要用于计算任务，而Python用于机器学习 有一些功能可用于生成训练数据，训练模型并以图形方式显示结果

  3. 所属分类：其它

  1. YiQi-ZombieCompanyClassifier:易企|僵尸企业分类系统2020年第十一届中国大学生服务外包创新创业大赛A09赛题-僵尸企业画像及分类决策树，随机森林与XGBoost投票投票支持Web端访问Bootstrap + D

  2. 易企|僵尸企业分类系统 该项目是2020年第十一届中国大学生服务外包创新创业大赛A09赛题-僵尸企业画像及分类我们团队提交作品的源码。该项目主要任务是要根据给定的企业信息，进行二分类，判断是僵尸企业和非僵尸企业。 本项目分为两部分，第一部分是机器学习训练模型，业务与统计两个角度构造特征，使用RFECV作特征筛选，算法主要使用决策树，随机森林与XGBoost，网格搜索五折交叉参数调优，并使用投票分类器融合，权重使用遗传算法确定，并造成数据融合。第二部分是Web可视化界面，用于支持拆分和批量企业信息

  3. 所属分类：其它

  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：12mb
    • 提供者：weixin_42118161

  1. 05-google-play-源码

  2. 05-google-play 此仓库用于Metis项目5 背景 待填充 客观的 分析约22,000个应用的样本的Google Play应用商店数据，以预测每个应用的用户评分 使用基于内容的过滤开发应用推荐引擎 方法 从Google Play商店收集的半结构化和非结构化数据的探索性数据分析 线性回归可预测应用程序的平均用户评分 用户评论的情感分析作为回归分析的输入 推荐系统，面向正在寻找有趣应用的用户 发现 待填充 见解 待填充 工具 Python Jupyter笔记本 Google Play

  3. 所属分类：其它

  1. Application_Projects:我将附加到工作申请中的项目的资源库-源码

  2. 应用项目 这是我在参加UC Berkeley时完成的几个R和Python项目的存储库： 当前，此存储库包含3个适用于我的应用程序的项目 在全球变化生态学的数据科学期间开始 R中的一个项目是在现代统计方法和机器学习期间启动的，该项目使用多个数据集通过决策树，随机森林和聚类技术进行预测 开始于数据科学原理与技术

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：954kb
    • 提供者：weixin_42129113

  1. Data-analysis-for-python:这个冬天跟Python有一个约会——Python数据分析课-源码

  2. python数据分析 这个冬天跟Python有一个约会——Python数据分析课。 是的约会。 机器学习与数据分析 目标 计划总共14周，每周两节理论课， 学会机器学习算法基本思想，为模型选择恰当的假设，编写机器学习代码。 初步条件：学过概率统计，线性代数。 课程结构 机器学习入门 模型评价与选择： 经验误差与结构误差 评价指标 比较检验与假设检验 学习理论：频率派和贝叶斯派 学习理论：PAC和VC维 数据预处理方法 学习模型： 最小二乘法线性回归-线性模型 KNN算法 决策树 支持向量机 渐变

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：10mb
    • 提供者：weixin_42137539

  1. data-science-projects:主要是基于python scikit-learn的项目-源码

  2. 数据科学项目 此回购包含各种数据科学学习项目。 快速概览： connect-4-ai：这是课程挑战的一部分，目的是为玩connect 4产生获胜的maxmax ai，还编写了一个小插件来显示正在玩的游戏的动画。 dorian-gray-analysis：使用NLTK检索有关文本Dorain Gray的一些关键事实（关键名词短语，动词等） 手写解释器：使用无监督学习算法来建立用于识别手写数字的模型。 收入预测器：基于设定标准的随机森林模型收入预测器。 sport-vector-machi

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：756kb
    • 提供者：weixin_42163404

  1. Machine-Learning-源码

  2. Python机器学习 本节中的两个项目应用了常用的机器学习技能，例如K均值聚类和随机森林。 使用这些技能，我能够在现实生活中使用预测模型。 谢谢！

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：524kb
    • 提供者：weixin_42105169

  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：195kb
    • 提供者：weixin_42144604

  1. 投资组合：数据科学投资组合-源码

  2. 数据科学组合 包含数据科学和数据分析项目的存储库。 使用Python进行机器学习 解释性数据分析，特征工程，监督机器学习（逻辑回归，决策树，随机森林）。 结果：基准是Logistic回归，并且在测试数据集上产生了0.7694的AUC。 通过利用随机森林和对参数进行超调，可以达到0.8025 AUC。 因此，超调会产生更好的性能。 技术： 监督机器学习：逻辑回归，决策树，随机森林 工具 ： Python ：熊猫，Numpy，Sklearn，Matplotlib，Seaborn 带有Pyt

  3. 所属分类：其它

  1. 使用Python的机器学习和数据科学：这里我们将从Python基础学习到高级，并学习机器学习算法，例如有监督或无监督机器学习以及SVM或随机森林-源码

  2. 在这里我们将学习： 1.Python的基础到Python的高级水平。 基本功能 循环 Syntex 2.线性和逻辑回归 3.支持向量机（SVM） 4.随机森林（RF）

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：232kb
    • 提供者：weixin_42128315

  1. RFCDE：用于条件密度估计的随机森林-源码

  2. RFCDE 该存储库提供了为条件密度估计而设计的随机森林的实现（ ）。 R和python包可用。 有关安装详细信息和特定于软件包的文档，请参见子目录r和python 。 两种语言都使用通用的C ++库，该库可以在cpp子目录中找到。 Photo-Z示例 我们将RFCDE用于LSST DESC DC-1的光度红移估计。 对于LSST DESC的成员，您可以在找到有关获取数据的。 import numpy as np import pandas as pd import rfcde # Rea

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：723kb
    • 提供者：weixin_42121272
« 12 3 4 5 »