心脏疾病预测 来自Kaggle的心血管疾病数据集-用于培训。

INSE6180 使用3个研究论文的数据挖掘算法实现。 该项目使用所有上述算法对从IMDb数据库获得的数据进行ML分析。 这些算法（朴素贝叶斯算法，决策树算法和支持向量机）在不同的数据集上效果最佳，但为了使它们更公平，已使用了新的IMDb数据库。 首先，对数据进行清洗，预处理，修剪然后整合，以便为分类器提供可能的最佳有意义数据。 考虑到要进行分析，分类器从头开始用Python语言编写了脚本。 最后，在已开发的分类器中进行分析，并进行比较研究。 队友：Gursimran Singh –40080981 Ufuoma Ubor-40072909 Darshan Dhananjay –40079241 Ashmeet Singh -40070369 V. Subramaniyaswamy，MV Vaibhav，RV Prasad和R. Logesh，“使用多元回归和SVM预测电影票房成功

Airbnb定价预测 在Python中监督学习模型，以预测Airbnb房源的每晚价格。 决策树，随机森林，XGBoost，AdaBoost和堆栈。

动态多目标优化算法

项目摘要- 储存库内容- 项目报告-/reports/project_report.pdf 源代码-/ src / 参考书目和参考-/references/references.html 技术文档-/ doc / 训练有素的模型-/ models / 工具和技术- 数据分析-Python ML管道-PySpark（库：MLlib） 可视化-Altair，Streamlit CI / CD-詹金斯 IDE-Gitpod（VSCode） 原型制作-Google Colab 部署-Docker，Heroku

这是太阳能采集预测算法的主流算法，WCMA。用的是matlab进行仿真的

为了改善PMT，IDB（拉丁美洲和加勒比海地区最大的发展筹资来源）已转向Kaggle社区。他们认为，基于哥斯达黎加家庭特征数据集的传统计量经济学以外的新方法可能有助于改善PMT的性能。 除哥斯达黎加以外，许多国家都面临着同样的问题，即无法准确地评估社会需求。如果Kagglers可以产生改进，则新算法可以在世界其他国家/地区实施。 codebook.csv codebook.xlsx Costa Rican Household Poverty Level Prediction_datasets.txt sample_submission.csv test.csv train.csv

2月22日打卡学习记录 一开始把Aliyun和Docker账号搞混了，出了很多模型奇妙的bug最后还是好不容易在最后关头跑通了。。太难了我的天。 通过pycharm终端构建图像 将图像推送到我的注册表 成功记录得分：-16 2月26日打卡学习记录 因为数据很多，所以我们使用tsfresh来生成功能，只是一个自动的功能工程，然后套入了模型。 后续思路是使用transformer来进行预测。

学生成绩预测 使用聚类的聚类对学生的期末考试成绩进行预测。K-Means聚类算法标记聚类。 通过人工神经网络使用Apriori修剪预测进行关联

链接预测 Facebook100数据集上的链接预测。