泰坦尼克號獲救率數據分析報告，用數據揭露真相。 一，船上乘客生存率分析報告 泰坦尼克號生存率僅有38%的，可見此次事件救援不力，救生艇嚴重不足，且泰坦尼克號號撞得是冰山，海水冷，沒有救生艇，在水里凍死的乘客不少。 二，哪個年齡段存活率最高（青年人（18歲以下），中年人（18到50歲 ...

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 ...

...

數據集下載地址： https://github.com/fayduan/Kaggle_Titanic/blob/master/train.csv 視頻地址： http:// ...

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 ...

學習了機器學習這么久，第一次真正用機器學習中的方法解決一個實際問題，一步步探索，雖然最后結果不是很准確，僅僅達到了0.78647，但是真是收獲很多，為了防止以后我的記憶蟲上腦，我決定還是記錄下來好了。 1，看到樣本是，查看樣本的分布和統計情況 通常遇到缺值的情況，我們會有幾種常見 ...

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 ...

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 ...