使用python3 學習了決策樹分類器的api 涉及到 特征的提取，數據類型保留，分類類型抽取出來新的類型 需要網上下載數據集，我把他們下載到了本地， 可以到我的git下載代碼和數據集: https://github.com/linyi0604/MachineLearning ...

項目目標 泰坦尼克號的沉沒是歷史上最著名的還難事件之一，在船上的2224名乘客和機組人員中，共造成1502人死亡。本次項目的目標是運用機器學習工具來預測哪些乘客能夠幸免於難。 項目過程 導入並探索數據 處理缺失值，刪除與預測無關的特征 將分類變量轉換為數值型變量 實例化 ...

class sklearn.ensemble.RandomForestRegressor(n_estimators=’warn’, criterion=’mse’, max_depth=None, ...

...

1.代碼 2.解釋 第一個函數 titanic() 根據游客數據 1.篩選有效數據 2.缺失值處理 3.轉換為字典 5.划分數據集 6.轉換為特征值 7.訓練模型 8.模型評估 9.預測 形成模型並評估，可以進行簡單的預測分類 第二個函數 ...

1.實驗背景 本次實驗是Kaggle上的一個入門比賽——Titanic: Machine Learning from Disaster。比賽選擇了泰坦尼克號海難作為背景，並提供了樣本數據及測試數據，要求我們根據樣本數據內容建立一個預測模型，對於測試數據中每個人是否獲救做個預測。樣本數據包括891 ...

本次項目主要圍繞Kaggle上的比賽題目: "給出泰坦尼克號上的乘客的信息, 預測乘客是否幸存" 進行數據分析 環境 win8, python3.7, jupyter notebook 目錄 1. 項目背景 2. 數據概覽 3. 特征分析 4. 特征工程 5. 構建模型 正文 ...

一、原理： 決策樹：能夠利用一些決策結點，使數據根據決策屬性進行路徑選擇，達到分類的目的。 一般決策樹常用於DFS配合剪枝，被用於處理一些單一算法問題，但也能進行分類 。 也就是通過每一個結點的決策進行分類，那么關於如何設置這些結點的決策方式： 熵：描述一個集合內元素混亂程度的因素。 熵 ...