數據分析-kaggle泰坦尼克號生存率分析
概述 1912年4月15日，泰坦尼克號在首次航行期間撞上冰山后沉沒，2224名乘客和機組人員中有1502人遇難。沉船導致大量傷亡的原因之一是沒有足夠的救生艇給乘客和船員。雖然幸存下來有一些運氣因素，但有一些人比其他人更有可能生存，比如婦女，兒童和上層階級。在本文中將對哪些人 ...
原文：【數據分析入門】泰坦尼克號生存率預測（一）
數據加載 首先在Kaggle上找到對應的競賽頁面，報名參賽下載數據，可以得到了一個train.csv和test.csv文件。 當然，如果你的電腦上已經安裝了kaggle的包，當然也可以使用命令行直接下載： 接着載入數據，可以選擇使用相對路徑或絕對路徑，這里將使用絕對路徑，將表頭修改成中文，索引改為乘客的ID，便於觀察。 其中，chunksize是在對數據進行逐塊提取時使用的參數。之所以進行逐塊提取 ...
2020-08-19 00:14 0 457 推薦指數：
相關推薦
泰坦尼克號生存預測分析
此文發表在簡書，復制過來，在下方放上鏈接。 https://www.jianshu.com/p/a09b4dc904c9 泰坦尼克號生存預測 1.背景與挖掘目標 “泰坦尼克號”的沉沒是歷史上最臭名昭著的海難之一。1912年4月15日，泰坦尼克號在處女航中與冰山相撞后沉沒，2224名乘客 ...
Kaggle泰坦尼克號生存情況預測
Kaggle 是一個流行的數據科學競賽平台 一、機器學習的基本步驟 二、提出問題 什么樣的人更容易生存？ 三、理解數據 3.1數據來源 https://www.kaggle.com/c/titanic 分為 訓練集：train.csv，891條數據 測試 ...
Kaggle入門——泰坦尼克號生還者預測
前言 這個是Kaggle比賽中泰坦尼克號生存率的分析。強烈建議在做這個比賽的時候，再看一遍電源《泰坦尼克號》，可能會給你一些啟發，比如婦女兒童先上船等。所以是否獲救其實並非隨機，而是基於一些背景有先后順序的。 1，背景介紹 1912年4月15日，載着1316號乘客和891名船員的豪華 ...
泰坦尼克號幸存預測
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 ...
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 ...
泰坦尼克號沉沒之謎，用數據還原真相——Titanic獲救率分析（用pyecharts）
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 ...