Titanic数据分析
一.材料准备 https://www.kaggle.com/c/titanic-gettingStarted/ 二.提出问题 生存率和哪些因素有关(性别,年龄,是否有伴侣,票价,舱位等级,包间,出发地点) 1.乘客的年龄和票价的分布 2.样本生存的几率是多少 3.乘客 ...
原文：kaggle-titanic 数据分析过程
. 引入所有需要的包 . 读入数据源 . 分析数据 总结：所有的数据中一共包括 个变量，其中 个是数值变量， 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，仅做区分作用，所以我们就不考虑它了。 Survived 目标值 ：乘客最后的生存情况，这个是我们预测的目标变量。不过从平均数可以看出，最后存活的概率大概是 。 Pclass 考虑 ：社会经济 ...
2018-03-01 13:02 0 1638 推荐指数：
相关推荐
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 ...
关于TiTanic存活预测实战(一、数据分析)
一、前言 虽然一直算IT男，但是基本没有接触过最前沿的IT知识，一直在做生产方面的IT，突发奇想，开始学习算法，学习算法有半年多了，从最初的Python，到线性回归、逻辑回归、SVM，聚类，NL ...
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 ...
数据分析-kaggle泰坦尼克号生存率分析
可能生存作出分析，特别是运用Python和机器学习的相关模型工具来预测哪些乘客幸免于难，最后提交结果。从k ...
淘宝用户画像数据分析 数据分析过程初体验
数据分析流程（基于excel） 业务分析 数据采集 数据处理 数据模型 数据展现 结果分析 页签：愿数据-》 数据清理和转化- 》纬度（特征）选择，删掉不要的-》按照维度进行统计人数-》 数据可视化-〉 excel 筛选(缩小确定需要的范围) 找到标签 c t r l加 ...
kaggle之数据分析从业者用户画像分析
数据为kaggle社区发布的数据分析从业者问卷调查分析报告，其中涵盖了关于该行业不同维度的问题及调查结果。本文的目的为提取有用的数据，进行描述性展示。帮助新从业的人员更全方位地了解这个行业。 参考学习视频:http://www.tianshansoft.com/ 数据集：https ...
【Kaggle-数据分析竞赛】House Price Prediction 项目总结
Kaggle-数据分析竞赛：House Price Prediction官网链接 参赛情况 参赛时间 2020-05 最终结果（均方根误差RMSE） 0.115 ...