|
|
2 年之前 | |
|---|---|---|
| .. | ||
| README.md | 2 年之前 | |
| dt_example.ipynb | 2 年之前 | |
| dt_logit.ipynb | 2 年之前 | |
| gbts.ipynb | 2 年之前 | |
| kmeans.ipynb | 2 年之前 | |
| kmeans_choose_k.ipynb | 2 年之前 | |
| pca.ipynb | 2 年之前 | |
| stock_analysis.ipynb | 2 年之前 | |
| stock_data.csv | 2 年之前 | |
| viterbipy.py | 2 年之前 | |
| 代码 | 说明 |
|---|---|
| dt_example.ipynb | 决策树模型 |
| dt_logit.ipynb | 决策树与逻辑回归的联结,使用决策树来提取特征 |
| gbts.ipynb | 梯度提升决策树 |
| viterbipy.py | viterbi算法的实现 |
| stock_analysis.ipynb | 使用隐马尔可夫模型对A股数据进行分析 |
| kmeans.ipynb | 聚类算法——KMeans |
| kmeans_choose_k.ipynb | 如何选择聚类个数 |
| pca.ipynb | 降维算法——主成分分析 |