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。
暂未开通下载渠道
软件下载目录
选择算法后，再查看当前可用的下载方式。
分类筛选
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。
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。
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。
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。
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。
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。
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。
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。
当前第 1 页，共 3 页，共 19 个算法