Git Stars Git Stars

#random-forest 仓库

探索 26 个标记为 #random-forest 的活跃开源 GitHub 仓库,它们累计获得 57,940 个 Star(平均每个项目 2,228 个)。该主题的领先项目是 EpistasisLab/tpot,拥有 10,051 个 Star。

26
仓库总数
57,940
总星标数
2,228
平均每个仓库星标数
1
EpistasisLab/tpot

一个使用遗传编程优化机器学习管道的Python自动化机器学习工具。

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 已更新 2025-09-11 📅 创建时间 2015-11-03
2
h2oai/h2o-3

H2O 是一个开源、分布式、快速和可扩展的机器学习平台:深度学习、梯度提升(GBM)和 XGBoost、随机森林、广义线性模型(带弹性网的 GLM)、K-Means、PCA、广义加性模型(GAM)、RuleFit、支持向量机(SVM)、堆叠集成、自动机器学习(AutoML)等。

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 已更新 2026-11-11 📅 创建时间 2014-03-03
3
biolab/orange3

🍊 :bar_chart: :bulb: Orange: 交互式数据分析

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 已更新 2026-11-20 📅 创建时间 2013-02-22
4
susanli2016/Machine-Learning-with-Python

常见机器学习算法的 Python 代码

susanli2016
⭐ 4,580 Jupyter Notebook 👤 susanli2016 User 🕐 已更新 2025-06-05 📅 创建时间 2017-05-26
5
microsoft/FLAML

一个用于 AutoML 和调优的快速库。加入我们的 Discord:https://discord.gg/Cppx2vSPVP。

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-08-20
6
mljar/mljar-supervised

用于表格数据的 AutoML 的 Python 包,包括特征工程、超参数调优、解释和自动文档

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 已更新 2026-11-05 📅 创建时间 2018-11-05
7
parrt/dtreeviz

一个用于决策树可视化和模型解释的 Python 库。

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 已更新 2026-01-02 📅 创建时间 2018-08-13
8
benedekrozemberczki/awesome-decision-tree-papers

决策、分类和回归树的研究论文集,包含实现。

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 已更新 2025-12-28 📅 创建时间 2019-05-11
9
benedekrozemberczki/awesome-fraud-detection-papers

一份关于欺诈检测的数据挖掘论文的精选列表。

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 已更新 2026-01-05 📅 创建时间 2019-05-27
11
nivu/ai_all_resources

精选的最佳人工智能资源列表

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 已更新 2026-09-19 📅 创建时间 2019-12-26
12
automl/SMAC3

SMAC3:一个用于超参数优化的多功能贝叶斯优化包

automl
⭐ 1,273 Python 👤 automl Organization 🕐 已更新 2026-11-18 📅 创建时间 2016-08-17
13
grf-labs/grf

广义随机森林

grf-labs
⭐ 1,121 C++ 👤 grf-labs Organization 🕐 已更新 2026-04-30 📅 创建时间 2016-08-12
14
benedekrozemberczki/awesome-gradient-boosting-papers

精选的带有实现的梯度提升研究论文列表。

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 已更新 2026-01-05 📅 创建时间 2019-05-11
15
LAMDA-NJU/Deep-Forest

一种高效、可扩展且优化的深度森林(Deep Forest)Python框架 (2021.2.1)

LAMDA-NJU
⭐ 961 Python 👤 LAMDA-NJU Organization 🕐 已更新 2026-05-18 📅 创建时间 2021-01-27
16
emlearn/emlearn

用于微控制器和嵌入式设备的机器学习推理引擎

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 已更新 2026-11-10 📅 创建时间 2018-03-16
17
Xtra-Computing/thundergbm

ThunderGBM: 在GPU上的快速GBDT和随机森林

Xtra-Computing
⭐ 713 C++ 👤 Xtra-Computing Organization 🕐 已更新 2025-03-19 📅 创建时间 2016-11-11
18
mljar/supertree

用交互式决策树可视化给老板留下深刻印象

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 已更新 2026-08-11 📅 创建时间 2024-07-24
19
tensorflow/decision-forests

Keras 中用于训练、服务和解释决策森林模型的最新算法集合。

tensorflow
⭐ 693 Python 👤 tensorflow Organization 🕐 已更新 2026-05-19 📅 创建时间 2021-04-22
20
google/yggdrasil-decision-forests

用于训练、评估、解释和生产决策森林模型(如随机森林和梯度提升决策树)的库。

google
⭐ 680 C++ 👤 google Organization 🕐 已更新 2026-11-20 📅 创建时间 2021-04-22
21
parrt/random-forest-importances

用于计算 Python scikit-learn 模型中排列和删除列重要性的代码

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 已更新 2025-03-24 📅 创建时间 2018-03-22
22
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBet 是一款基于机器学习的足球投注预测应用。它会分析球队状态、计算比赛统计数据,并利用先进的机器学习(ML)方法预测比赛结果。此外,它还提供基于深度强化学习(DRL)的投注智能体,可学习最优投注策略。

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 已更新 2026-10-27 📅 创建时间 2022-03-18
23
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

IDS-ML代码:使用机器学习算法(决策树、随机森林、极端随机树、XGBoost、Stacking、K-Means、贝叶斯优化..)开发入侵检测系统

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 已更新 2026-04-01 📅 创建时间 2021-05-25
⭐ 580 👤 Carl-McBride-Ellis User 🕐 已更新 2026-11-07 📅 创建时间 2023-09-01
25
machinelearnjs/machinelearnjs

用于 Web 和 Node 的机器学习库。

machinelearnjs
⭐ 541 TypeScript 👤 machinelearnjs Organization 🕐 已更新 2026-02-07 📅 创建时间 2018-04-29
26
kLabUM/rrcf

🌲 Robust Random Cut Forest 算法的实现,用于流上的异常检测

kLabUM
⭐ 519 Python 👤 kLabUM Organization 🕐 已更新 2024-02-24 📅 创建时间 2018-10-20

常见问题解答

1

GitHub 上最受欢迎的 #random-forest 仓库是什么?

GitHub 上排名第一的开源 #random-forest 项目是 EpistasisLab/tpot,拥有 10,051 个 Star。一个使用遗传编程优化机器学习管道的Python自动化机器学习工具。

2

#random-forest 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #random-forest 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, JavaScript。

3

#random-forest 仓库的排名是如何计算的?

我们跟踪了 26 个标记为 #random-forest 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 57,940 个 Star,平均每个仓库拥有 2,228 个 Star。排名每日根据 GitHub API 更新。