Git Stars Git Stars

#feature-selection Repositories

Entdecke 18 aktive Open-Source-GitHub-Repositories, die mit #feature-selection getaggt sind und insgesamt 20,050 Sterne gesammelt haben (durchschnittlich 1,113 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist feature-engine/feature_engine mit 2,297 Sternen.

18
Gesamtzahl der Repositories
20,050
Gesamtanzahl der Sterne
1,113
Durchschnittliche Sterne/Repo

Insgesamt 18 Repositories

1
feature-engine/feature_engine

Open-Source-Python-Bibliothek für Feature Engineering und -auswahl, kompatibel mit sklearn.

feature-engine
⭐ 2,297 Python 👤 feature-engine Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-12-31
2
WillKoehrsen/feature-selector

Der Feature Selector ist ein Werkzeug zur Dimensionsreduktion von Machine-Learning-Datensätzen

WillKoehrsen
⭐ 2,237 Jupyter Notebook 👤 WillKoehrsen User 🕐 Aktualisiert 2024-06-17 📅 Erstellt 2018-06-20
3
LastAncientOne/Deep_Learning_Machine_Learning_Stock

Aktien im Bereich Deep Learning und Machine Learning bieten vielversprechende Chancen für langfristige und kurzfristige Investoren und Trader.

LastAncientOne
⭐ 1,689 Jupyter Notebook 👤 LastAncientOne User 🕐 Aktualisiert 2024-03-01 📅 Erstellt 2018-09-29
4
mlr-org/mlr

Machine Learning in R

mlr-org
⭐ 1,685 R 👤 mlr-org Organization 🕐 Aktualisiert 2026-10-11 📅 Erstellt 2013-08-29
5
scikit-learn-contrib/boruta_py

Python-Implementierungen der Boruta-Methode zur Auswahl aller relevanten Merkmale.

scikit-learn-contrib
⭐ 1,635 Python 👤 scikit-learn-contrib Organization 🕐 Aktualisiert 2025-11-13 📅 Erstellt 2016-01-30
6
jundongl/scikit-feature

Open-Source-Repository für Feature-Selektion in Python

jundongl
⭐ 1,561 Python 👤 jundongl User 🕐 Aktualisiert 2024-07-11 📅 Erstellt 2015-11-06
7
8080labs/ppscore

Predictive Power Score (PPS) in Python

8080labs
⭐ 1,170 Python 👤 8080labs User 🕐 Aktualisiert 2026-03-11 📅 Erstellt 2020-04-17
8
NVIDIA-Merlin/NVTabular

NVTabular ist eine Bibliothek für Feature Engineering und Vorverarbeitung von tabellarischen Daten, die entwickelt wurde, um Terabyte-große Datensätze schnell und einfach zu manipulieren, die zum Trainieren von Deep-Learning-basierten Empfehlungssystemen verwendet werden.

NVIDIA-Merlin
⭐ 1,153 Python 👤 NVIDIA-Merlin Organization 🕐 Aktualisiert 2026-05-22 📅 Erstellt 2020-04-03
9
aerdem4/lofo-importance

Leave One Feature Out Wichtigkeit

aerdem4
⭐ 867 Python 👤 aerdem4 User 🕐 Aktualisiert 2025-02-14 📅 Erstellt 2019-01-14
10
alteryx/evalml

EvalML ist eine AutoML-Bibliothek, die in Python geschrieben ist.

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 Aktualisiert 2026-01-14 📅 Erstellt 2019-07-17
11
ashishpatel26/Amazing-Feature-Engineering

Feature Engineering ist der Prozess, Domain-Wissen zu nutzen, um Features aus Rohdaten mittels Data-Mining-Techniken zu extrahieren. Diese Features können verwendet werden, um die Leistung von Machine-Learning-Algorithmen zu verbessern. Feature Engineering kann als angewandtes Machine Learning selbst betrachtet werden.

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 Aktualisiert 2025-06-29 📅 Erstellt 2019-02-19
12
AutoViML/featurewiz

Nutzen Sie fortgeschrittene Feature-Engineering-Strategien und wählen Sie mit einer einzigen Codezeile die besten Features aus Ihrem Datensatz aus. Erstellt von Ram Seshadri. Mitarbeiter willkommen.

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 Aktualisiert 2025-02-19 📅 Erstellt 2020-11-29
13
Ekeany/Boruta-Shap

Ein baumbasierter Feature-Auswahltool, das sowohl den Boruta-Feature-Auswahlalgorithmus als auch Shapley-Werte kombiniert.

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 Aktualisiert 2024-02-19 📅 Erstellt 2020-04-13
14
smazzanti/mrmr

MRMR (Minimum-Redundancy-Maximum-Relevance) für die automatische Merkmalsauswahl in großem Maßstab.

smazzanti
⭐ 618 Python 👤 smazzanti User 🕐 Aktualisiert 2024-11-19 📅 Erstellt 2021-04-16
15
cerlymarco/shap-hypetune

Ein Python-Paket für die gleichzeitige Hyperparameter-Optimierung und Merkmalsauswahl für Gradient-Boosting-Modelle.

cerlymarco
⭐ 584 Jupyter Notebook 👤 cerlymarco User 🕐 Aktualisiert 2024-06-08 📅 Erstellt 2021-05-16
16
cod3licious/autofeat

Lineares Vorhersagemodell mit automatisierten Funktionen für Feature-Engineering und -Auswahl

cod3licious
⭐ 545 Python 👤 cod3licious User 🕐 Aktualisiert 2026-01-06 📅 Erstellt 2019-01-22
17
akanz1/klib

Einfach zu bedienende Python-Bibliothek mit benutzerdefinierten Funktionen zur Datenbereinigung und -analyse.

akanz1
⭐ 523 Python 👤 akanz1 User 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2020-03-25
18
Desbordante/desbordante-core

Desbordante ist ein leistungsstarker Datenprofiler, der mithilfe verschiedener Algorithmen viele unterschiedliche Muster in Daten erkennen kann. Außerdem können mit diesen Algorithmen Szenarien zur Datenbereinigung ausgeführt werden. Desbordante ist als Konsolenversion und als benutzerfreundliche Webanwendung verfügbar.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2020-04-09

Häufig gestellte Fragen

1

Welches ist das beliebteste #feature-selection-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#feature-selection-Projekt auf GitHub ist feature-engine/feature_engine mit 2,297 Sternen. Open-Source-Python-Bibliothek für Feature Engineering und -auswahl, kompatibel mit sklearn.

2

Welche Programmiersprachen werden in #feature-selection-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #feature-selection-Projekten auf GitHub sind Python, Jupyter Notebook, R, C++ die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #feature-selection-Repositories berechnet?

Wir verfolgen 18 aktive Open-Source-Repositories, die mit #feature-selection getaggt sind (500+ Sterne), mit insgesamt 20,050 Sternen und durchschnittlich 1,113 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.