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. 房价预测：house-prices-advanced-regression-techniques

  2. kaggle中的房价预测数据集，一共三个csv文件，包括：测试集，训练集和房价真实值

  3. 所属分类：机器学习

    • 发布日期：2019-01-30
    • 文件大小：191kb
    • 提供者：qq_28717357

  1. kaggle房价预测数据集.rar

  2. 比赛概述 影响房价的因素有很多，在本题的数据集中有79个变量几乎描述了爱荷华州艾姆斯（爱荷华州艾姆斯）住宅的方方面面，要求预测最终的房价。 技术栈 特征工程（创意要素工程） 回归模型（高级回归技术，例如随机森林和 梯度增强） 最终目标 预测出每间房屋的价格，对于测试集中的每一个Id，指定SalePrice变量相应的值。 学无止尽

  3. 所属分类：互联网

    • 发布日期：2020-04-29
    • 文件大小：166kb
    • 提供者：qq_41868948

  1. house-prices.zip

  2. 该资源是kaggle入门项目房价预测数据集，仅限用于学习交流。 该资源是kaggle入门项目房价预测数据集，仅限用于学习交流。 该资源是kaggle入门项目房价预测数据集，仅限用于学习交流。

  3. 所属分类：机器学习

    • 发布日期：2020-06-09
    • 文件大小：192kb
    • 提供者：rh8866

  1. kaggle房价预测数据集

  2. Kaggle房价预测数据集, 回归模型的经典入门问题. 获取数据后，建议详细了解每一个变量的情况, 做各种数据清洗和特征预处理。

  3. 所属分类：机器学习

    • 发布日期：2020-06-19
    • 文件大小：386kb
    • 提供者：weixin_36111918

  1. melb_data.csv

  2. Kaggle平台上墨尔本房价预测模型原始数据集，使用初级机器学习（Intro）和中级（Intermediate）机器学习课程。

  3. 所属分类：机器学习

    • 发布日期：2020-07-07
    • 文件大小：1mb
    • 提供者：triggleflow

  1. kaggle实战_4解决高维数据分类/回归问题–房价预测

  2. Note:由房价预测例子的学到，用Stacking的思维来汲取两种或者多种模型的优点 ipython的代码和数据集在我的GitHub中，链接在下面，下面的代码是在pycharm里运行的，差别不大。 #Step 1: 检视源数据集 import numpy as np import pandas as pd from sklearn.linear_model import Ridge from sklearn.model_selection import cross_val_score from

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：131kb
    • 提供者：weixin_38679651

  1. AI之梯度消失、梯度爆炸以及Kaggle房价预测

  2. 梯度消失、梯度爆炸以及Kaggle房价预测梯度消失和梯度爆炸随机初始化模型参数PyTorch的默认随机初始化Xavier随机初始化考虑环境因素协变量偏移标签偏移概念偏移Kaggle 房价预测实战获取和读取数据集预处理数据训练模型对数均方根误差实现K折交叉验证模型选择预测并在Kaggle中提交结果 梯度消失和梯度爆炸   深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。   当神经网络的层数较多时，模型的数值稳定性容易变差。   假设一个层数为L的多层感知

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：290kb
    • 提供者：weixin_38733875

  1. House-Prices-Challenge-Solution:我对Kaggle房价挑战的解决方案-源码

  2. 预测房价 这个仓库是什么？ 作为即将到来的机器学习工程师，我挑战自我以测试自己的机器学习技能。 我通过应对的向自己。 这项挑战的目标是根据一组给定的功能预测爱荷华州埃姆斯的房屋价格。 确切地说，总共有79个功能。 该项目使工程师（在本例中为我本人）可以练习关键的数据科学和机器学习技术。 该存储库通过4个文件夹进行组织：提交，数据，代码和模型。 在“提交”文件夹中，您将看到我所做的各种提交。 在“数据”文件夹中，您将找到必要的数据集以及任何其他必要的信息。 在“代码”文件夹中，您将看到该项目的

  3. 所属分类：其它

  1. house_price_kaggle.zip

  2. kaggle平台上波士顿房价预测的数据集以及代码实现过程， 主要涉及遇到一个新问题是如何分析数据，对数据进行处理，做特征工程，到最后的预测

  3. 所属分类：互联网

    • 发布日期：2021-03-16
    • 文件大小：546kb
    • 提供者：a18829292719

  1. house-prices:房屋价格（Python）-源码

  2. 房屋价格 房屋价格（Python） 在这个项目中，我将使用Kaggle的房价数据集来开发预测模型。 目的是演示数据科学项目生命周期的四个步骤：定义，发现，开发和部署。 我将建立一些监督的机器学习模型并评估其性能。 工作正在进行中...

  3. 所属分类：其它

  1. 房屋价格预测：房屋价格预测-源码

  2. 房屋价格预测 艾姆斯住房数据集摘自kaggle竞赛。 该项目的目的是预测Boston Housing Dataset中房屋的房价。 提供了两个文件，即训练和测试，并且要估计测试数据的价格。 在这里，我已使用XGBoost进行预测。 感谢Krish Naik制作了这些精彩的视频，以帮助他们理解和实施房价预测。 稍后，我将添加探索性数据分析，并将XGBoost模型的结果与其他回归技术进行比较。 房价预测步骤 加载数据中 数据探索2.1具有空值的特征2.2数值特征 2.2.1 Year Fea

  3. 所属分类：其它

  1. data-science-house-prices：数据科学项目：房价-源码

  2. 数据科学项目：房价 该存储库实施了数据科学和机器学习项目，该项目已应用于Kaggle竞争 的房屋价格数据集。 在此存储库中，您将找到： requirements.txt：您需要使用pip安装的软件包 raw_data.csv：我们在该项目上使用的原始数据 探索性数据分析-House-Prices.ipynb：具有探索性数据分析功能的Jupyter笔记本 data_cleaning.py：用于清理数据的脚本 train_model.py：使用清理后的数据训练机器学习模型的脚本 预报.py：具有

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：351kb
    • 提供者：weixin_42177768

  1. 梯度提升房屋价格预测：该项目将基于从``https：//www.kaggle.comchouse-prices-advanced-regression下载的“ IOWA房屋价格”数据集创建并测试ML模型，以预测房价-techniquesda

  2. 梯度提升房屋价格预测：该项目将基于从``https：//www.kaggle.comchouse-prices-advanced-regression下载的“ IOWA房屋价格”数据集创建并测试ML模型，以预测房价-techniquesdata```

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：420kb
    • 提供者：weixin_42116705

  1. 深度学习基础（Section two）

  2. 本文章主要内容是线性回归的应用——kaggle房价预测，卷积神经网络. 一、线性回归实战 该比赛的网页地址是 https://www.kaggle.com/c/house-prices-advanced-regression-techniques. 项目步骤分别为：读取+预处理数据，定义神经网络，定义损失函数以及结果计算函数（按题目要求），定义训练网络函数，k折交叉验证，最后训练全部数据进行结果预测. 1.1数据读取以及预处理 比赛数据分为训练数据集和测试数据集。两个数据集都包括每栋房子的特征，

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：540kb
    • 提供者：weixin_38658982

  1. 动手学深度学习第二次打卡2/18

  2. task3 task4 and task5 1.过拟合、欠拟合及其解决方案 解决方法包括：验证数据集和交叉验证 权重衰减 L2 范数正则化（regularization） 例如在线性回归中加入带有l2范数惩罚项的损失函数。 当 λ 较大时，惩罚项在损失函数中的比重较大，这通常会使学到的权重参数的元素较接近0。当 λ 设为0时，惩罚项完全不起作用。 2.（1）梯度消失、梯度爆炸以及Kaggle房价预测 当神经网络的层数较多时，模型的数值稳定性容易变差 （2）考虑环境因素 协变量偏移 标签偏移 概

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：149kb
    • 提供者：weixin_38686542

  1. house_price.zip

  2. House Prices - Advanced Regression Techniques--Kaggle房价预测实战数据集

  3. 所属分类：Python

    • 发布日期：2021-01-15
    • 文件大小：98kb
    • 提供者：feejee

  1. Machine-Learning-Projects:我为学习ML-DL概念所做的简单的基于应用程序的项目列表-源码

  2. 机器学习和深度学习简单（基于应用程序）项目 该存储库包含完成的简单实践项目，以学习ML和DL概念。 每个单独的文件夹都包含一个单独的项目，并且文件夹本身中包含该项目的自述文件。 我还附有我的课程证书。 项目清单是： 使用支持向量机的面部识别：使用numpy实现SVM，然后将其用于执行小型数据集的基本面部识别任务。 使用Yellowbrick分析混凝土的抗压强度：使用简单的回归分析，使用kaggle上的可用数据集来预测混凝土的抗压强度。 从零开始开发人工神经网络以执行股价预测：使用使用skl

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：10mb
    • 提供者：weixin_42101056

  1. kaggle_house_pred-数据集

  2. kaggle上房价预测练习

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：171kb
    • 提供者：weixin_38528939