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 ...
原文：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。 年 月 日，在她的處女航中，泰坦尼克號在與冰山相撞后沉沒，在 名乘客和機組人員中造成 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。盡管幸存下沉有一些運氣因素，但有些人比其他人更容易生存，例如婦女，兒童和上流社會。在這個案例中我們將運用機器學習來預測哪些乘客 ...
2019-08-10 17:00 3 2978 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:// ...
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.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source ...
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 ...
泰坦尼克號獲救問題
...
[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.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 ...
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 ...