ECE143_Group6
ECE 143 Group6 2021年冬季
倒计时：还剩10天！
演讲日期：2月26日
研究生院录取预测
目标：预测学生被特定研究生大学录取的可能性数据集： :
完成：探索性数据分析（EDA）通常使用数据可视化方法来分析和调查数据集并总结其主要特征。 2月16日
TODO：功能工程-Chris Yifan TODO：建模-David，Kimi
造型
目前，我们已经实施了六个二进制分类模型，以预测学生是否将被其目标学校录取。 这些模型包括：
线性回归
逻辑回归
随机森林
梯度增强决策树（GBDT），
支持向量机（SVM），
XGBoost。
执行
运行Classifiers.ipynb文件中的所有块。
结果
准确性
精确
记起
线性回归
0.610
0.628
0.600
逻辑回归
0.610
0.627
0.604
随机森林
0.68
2021-10-29 08:59:39
2.74MB
1