贝叶斯网络python实战（以泰坦尼克号数据集为例，pgmpy库）
贝叶斯网络python实战（以泰坦尼克号数据集为例，pgmpy库） leida_wt 2019-03-24 23:05:36 16815 收藏 140 ...
原文：利用python分析泰坦尼克号数据集
引言 刚接触python与大数据不久，这个是学长给出的练习题目。知识积累太少，学习用了不少的时间。尽量详细的写，希望对各位的学习有所帮助。 背景 . Kaggle 本次数据集来自于Kaggle。Kaggle是一个数据分析建模的应用竞赛平台。想要了解详细资料的小伙伴请自行百度。 . 泰坦尼克号 本次问题页面 请到Data页面下载数据集 数据集的各属性在Data页面下有详细介绍。 问题就是以大家熟悉 ...
2017-07-02 15:47 2 10754 推荐指数：
相关推荐
数据挖掘案例分析-泰坦尼克号数据
一、数据挖掘流程介绍 1.数据读取 -读取数据 -统计指标 -数据规模 2.数据探索（特征理解） -单特征的分析，诸个变量分析对结果y的影响（x,y的相关性） -多变量分析（x,y之间的相关性） -统计绘图 3.数据清洗和预处理 ...
泰坦尼克号之灾分析
大神经验： 1、 应用机器学习，千万不要一上来就试图做到完美，先撸一个baseline的model出来，再进行后续的分析步骤，一步步提高，所谓后续步骤可能包括『分析model现在的状态(欠/过拟合)，分析我们使用的feature的作用大小，进行feature selection，以及我们模型下 ...
数据分析-kaggle泰坦尼克号生存率分析
概述 1912年4月15日，泰坦尼克号在首次航行期间撞上冰山后沉没，2224名乘客和机组人员中有1502人遇难。沉船导致大量伤亡的原因之一是没有足够的救生艇给乘客和船员。虽然幸存下来有一些运气因素，但有一些人比其他人更有可能生存，比如妇女，儿童和上层阶级。在本文中将对哪些人 ...
泰坦尼克号生存预测分析
此文发表在简书，复制过来，在下方放上链接。 https://www.jianshu.com/p/a09b4dc904c9 泰坦尼克号生存预测 1.背景与挖掘目标 “泰坦尼克号”的沉没是历史上最臭名昭著的海难之一。1912年4月15日，泰坦尼克号在处女航中与冰山相撞后沉没，2224名乘客 ...
泰坦尼克号沉没之谜，用数据还原真相——Titanic获救率分析（用pyecharts）
泰坦尼克号获救率数据分析报告，用数据揭露真相。 一，船上乘客生存率分析报告 泰坦尼克号生存率仅有38%的，可见此次事件救援不力，救生艇严重不足，且泰坦尼克号号撞得是冰山，海水冷，没有救生艇，在水里冻死的乘客不少。 二，哪个年龄段存活率最高（青年人（18岁以下），中年人（18到50岁 ...
利用python进行泰坦尼克生存预测——数据探索分析
最近一直断断续续的做这个泰坦尼克生存预测模型的练习，这个kaggle的竞赛题，网上有很多人都分享过，而且都很成熟，也有些写的非常详细，我主要是在牛人们的基础上，按照数据挖掘流程梳理思路，然后通过练习每一步来熟悉应用python进行数据挖掘的方式。 数据挖掘的一般过程是：数据预览 ...
泰坦尼克号-数据挖掘项目实战
一，典型课题研究 建立一个预测模型来回答以下问题：“什么样的人更有可能生存？ 二，数据 1，数据源：https://www.kaggle.com/c/titanic 2，用到的库： Numpy-科学计算库 主要用来做矩阵运算，什么？你不知道 ...