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个是属性变量 PassengerId(忽略)：这是乘客的编号，显然对乘客是否幸存完全没有任何作用 ...
原文：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 案例分析 加载包 加载文件 数据整理 统计幸存和遇难人数是否与舱位等级有关 可以看到,头等舱的乘客获救率是最高的，舱位等级越高，获救几率越大 计算舱位等级 ...
2017-12-23 21:29 0 2043 推荐指数：
相关推荐
Kaggle Titanic补充篇
1.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 ...
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 ...
关于TiTanic存活预测实战(一、数据分析)
情况，第一个当然就是最基础的泰坦尼克存活预测啦。 二、背景介绍 背景介绍：泰坦尼克号沉没是历史 ...
kaggle预测
两个预测kaggle比赛 一 .https://www.kaggle.com/c/web-traffic-time-series-forecasting/overview Arthur Suilin•(1st in this Competition)•a year ago•Options ...
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 ...
kaggle数据挖掘竞赛初步--Titanic<原始数据分析&缺失值处理>
Titanic是kaggle上的一道just for fun的题，没有奖金，但是数据整洁，拿来练手最好不过啦。 这道题给的数据是泰坦尼克号上的乘客的信息，预测乘客是否幸存。这是个二元分类的机器学习问题，但是由于数据样本相对较少，在当时慌乱的情况下幸存者有一定的随机性，还是有一定挑战的。https ...
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 ...