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 ...

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 ...

python3 學習使用隨機森林分類器 梯度提升決策樹分類 的api，並將他們和單一決策樹預測結果做出對比 附上我的git，歡迎大家來參考我其他分類器的代碼: https://github.com/linyi0604/MachineLearning ...

決策樹分類的應用場景非常廣泛，在各行各業都有應用，比如在金融行業可以用決策樹做貸款風險評估，醫療行業可以用決策樹生成輔助診斷，電商行業可以用決策樹對銷售額進行預測等。 基於決策樹還誕生了很多數據挖掘算法，比如隨機森林（Random forest）。 sklearn 中的決策樹模型 到目前為止 ...

前言 前些天學習了一下決策樹算法（ID3、C4.5、cart算法），今天實際練習一下。 數據集、測試集地址： https://github.com/cystanford/Titanic_Data 原始數據： train.csv 是訓練數據集，包含特征信息和存活與否的標簽 ...

現有數據維度：PassengerId survival 生存 0 = No, 1 = Yespclass 票類 社會經濟地位，1 = Upper, 2 = Middle, 3 = Lowersex 性別 Age 年齡 sibsp 兄弟姐妹/配偶在泰坦尼克號上 parch 父母/孩子在泰坦尼克號 ...

1 案例背景 泰坦尼克號沉沒是歷史上最臭名昭着的沉船之一。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 ...

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 ...