機器學習項目實戰----泰坦尼克號獲救預測(一)
一、任務基礎 泰坦尼克號沉沒是歷史上最著名的沉船事故之一。1912年4月15日，在她的處女航中，泰坦尼克號在與冰山相撞后沉沒，在2224名乘客和機組人員中造成1502人死亡。這場聳人聽聞的悲劇震驚了國際社會，並為船舶制定了更好的安全規定。造成海難失事的原因之一是乘客和機組人員沒有足夠的救生艇 ...
原文：sklearn機器學習-泰坦尼克號
sklearn實戰 乳腺癌細胞數據挖掘 博主親自錄制視頻 https: study. .com course introduction.htm courseId amp utm campaign commission amp utm source cp amp utm medium share 醫葯統計項目可聯系 QQ： randomForest.py 調參后，預測最高准確性也達到了 隨機森林的 ...
2018-04-29 21:38 0 1023 推薦指數：
相關推薦
Python機器學習：泰坦尼克號獲救預測一
數據集下載地址： https://github.com/fayduan/Kaggle_Titanic/blob/master/train.csv 視頻地址： http:// ...
機器學習——用邏輯回歸及隨機森林實現泰坦尼克號的生存預測
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 ...
機器學習項目實戰----泰坦尼克號獲救預測(二)
四、特征重要性衡量 通過上面可以發現准確率有小幅提升，但是似乎得到的結果還是不太理想。我們可以發現模型似乎優化的差不多了，使用的特征似乎也已經使用完了。准確率已經達到了瓶頸，但是如果我們還想提高精度 ...
[機器學習]貝葉斯算法 對泰坦尼克號生存人群 分類預測 [簡單示例]
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. ...
機器學習之路: python 決策樹分類DecisionTreeClassifier 預測泰坦尼克號乘客是否幸存
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 ...
泰坦尼克號獲救問題
...
泰坦尼克號之災分析
大神經驗： 1、 應用機器學習，千萬不要一上來就試圖做到完美，先擼一個baseline的model出來，再進行后續的分析步驟，一步步提高，所謂后續步驟可能包括『分析model現在的狀態(欠/過擬合)，分析我們使用的feature的作用大小，進行feature selection，以及我們模型下 ...