No.018

多模型-机器学习回归与分类预测系统

集成常用机器学习回归与分类模型,用于训练、比较和评估预测模型,适合连续值预测和类别判别任务。

¥10.00
No.021

SVM算法分析系统

用于使用SVM算法分析系统完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥28.00
No.022

BP神经网络

用于使用BP神经网络完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥25.00
No.023

KNN算法

用于使用KNN算法完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥10.00
No.024

决策树算法

用于使用决策树算法完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥10.00
No.025

机器学习-线性回归和逻辑回归

用于使用线性回归和逻辑回归完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥10.00
No.026

朴素贝叶斯

用于使用朴素贝叶斯完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥10.00
No.027

随机森林算法RandomForest

用于使用随机森林算法RandomForest完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥10.00
No.028

CatBoost

用于使用CatBoost完成回归或分类建模,可辅助进行模型训练、预测和效果评估,适合具有明确目标变量的结构化数据分析;具体参数与输出以软件界面为准。

¥10.00
当前:第 1 页,共 3 页,共 19 个算法