机器学习项目实战----泰坦尼克号获救预测(二)
四、特征重要性衡量 通过上面可以发现准确率有小幅提升，但是似乎得到的结果还是不太理想。我们可以发现模型似乎优化的差不多了，使用的特征似乎也已经使用完了。准确率已经达到了瓶颈，但是如果我们还想提高精度 ...
原文：机器学习项目实战----泰坦尼克号获救预测(一)
一 任务基础 泰坦尼克号沉没是历史上最著名的沉船事故之一。 年 月 日，在她的处女航中，泰坦尼克号在与冰山相撞后沉没，在 名乘客和机组人员中造成 人死亡。这场耸人听闻的悲剧震惊了国际社会，并为船舶制定了更好的安全规定。造成海难失事的原因之一是乘客和机组人员没有足够的救生艇。尽管幸存下沉有一些运气因素，但有些人比其他人更容易生存，例如妇女，儿童和上流社会。在这个案例中我们将运用机器学习来预测哪些乘客 ...
2019-08-10 17:00 3 2978 推荐指数：
相关推荐
Python机器学习：泰坦尼克号获救预测一
数据集下载地址： https://github.com/fayduan/Kaggle_Titanic/blob/master/train.csv 视频地址： http:// ...
sklearn机器学习-泰坦尼克号
sklearn实战-乳腺癌细胞数据挖掘（博主亲自录制视频） https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source ...
机器学习——用逻辑回归及随机森林实现泰坦尼克号的生存预测
1.实验背景 本次实验是Kaggle上的一个入门比赛——Titanic: Machine Learning from Disaster。比赛选择了泰坦尼克号海难作为背景，并提供了样本数据及测试数据，要求我们根据样本数据内容建立一个预测模型，对于测试数据中每个人是否获救做个预测。样本数据包括891 ...
泰坦尼克号获救问题
...
[机器学习]贝叶斯算法 对泰坦尼克号生存人群 分类预测 [简单示例]
1.代码 2.解释 第一个函数 titanic() 根据游客数据 1.筛选有效数据 2.缺失值处理 3.转换为字典 5.划分数据集 6.转换为特征值 7.训练模型 8.模型评估 9.预测 形成模型并评估，可以进行简单的预测分类 第二个函数 ...
机器学习之路: python 决策树分类DecisionTreeClassifier 预测泰坦尼克号乘客是否幸存
使用python3 学习了决策树分类器的api 涉及到 特征的提取，数据类型保留，分类类型抽取出来新的类型 需要网上下载数据集，我把他们下载到了本地， 可以到我的git下载代码和数据集: https://github.com/linyi0604/MachineLearning ...