kaggle Titanic心得
Titanic是kaggle上一个练手的比赛，kaggle平台提供一部分人的特征，以及是否遇难，目的是预测另一部分人是否遇难。目前抽工作之余，断断续续弄了点，成绩为0.79426。在这个比赛过程中，接触并了解了一些数据挖掘比赛的基本流程，现记录一下。 1. 分析数据 ...
原文：Kaggle Titanic补充篇
.关于年龄Age 除了利用平均数来填充，还可以利用正态分布得到一些随机数来填充，首先得到已知年龄的平均数mean和方差std,然后生成 mean std, mean std 之间的随机数，然后利用这些随机值填充缺失的年龄。 .关于票价Fare 预处理：训练集不缺，测试集缺失 个，用最高频率值填充 特征工程：由于Fare分布非常不均，所以这里不用cut函数，而是qcut，因为它可以根据样本分位数对 ...
2017-10-01 21:57 0 1592 推荐指数：
相关推荐
Kaggle入门Titanic——特征工程
1，介绍 Titanic: Machine Learning from Disaster是kaggle比赛的入门训练，具体介绍可以看链接，数据在官网上下载，但需要注册登录。训练集在train.csv中，测试集在test.csv。这里对特征的处理主要是来自Sina的Titanic best ...
Titanic幸存预测分析(Kaggle)
分享一篇kaggle入门级案例，泰坦尼克号幸存遇难分析。 参考文章： 技术世界，原文链接 http://www.jasongj.com/ml/classification/ 案例分析内容： 通过训练集分析预测什么人可能生还，并对测试集中乘客做出预测判断 ...
Kaggle实战之Titanic: Machine Learning from Disaster
最近埋头苦读，啃机器学习的算法和编程，真是非(xiang)常(dang)欢(lan)乐(sou)呢~ 于是开始自我膨胀跃跃欲试。 嗯，那就从Kaggle的playground开始吧，找了个经典而又浪漫的爱情故事—泰坦尼克，应该能引起我的兴趣好好挖掘吧~ "You jump! I jump ...
我的第一个 Kaggle 比赛学习 - Titanic
背景 Titanic: Machine Learning from Disaster - Kaggle 2 年前就被推荐照着这个比赛做一下，结果我打开这个页面便蒙了，完全不知道该如何下手。 两年后，再次打开这个页面，看到清清楚楚的Titanic Tutorial - Kaggle，完全傻瓜式 ...
Kaggle竞赛 —— 泰坦尼克号（Titanic）
完整代码见kaggle kernel 或 GitHub 比赛页面：https://www.kaggle.com/c/titanic Titanic大概是kaggle上最受欢迎的项目了，有7000多支队伍参加，多年来诞生了无数关于该比赛的经验分享。正是由于前人 ...
kaggle-titanic 数据分析过程
1. 引入所有需要的包 2. 读入数据源 3. 分析数据 总结：所有的数据中一共包括12个变量，其中7个是数值变量，5个 ...
kaggle数据挖掘竞赛初步--Titanic<数据变换>
完整代码： https://github.com/cindycindyhi/kaggle-Titanic 特征工程系列： Titanic系列之原始数据分析和数据处理 Titanic系列之数据变换 Titanic系列之派生属性&维归约 缺失值填充之后，就要对其他格式有问题的属性进行 ...