参考Kernels里面评论较高的一篇文章，整理作者解决整个问题的过程，梳理该篇是用以了解到整个完整的建模过程，如何思考问题，处理问题，过程中又为何下那样或者这样的结论等！ 最后得分并不是特别高，只是到34%，更多是整理一个解决问题的思路，另外前面三个大步骤根据思维导图看即可，代码跟文字等从第四个步骤 ...
分类：
编程语言 时间：
2018-09-24 16:50:19
阅读次数：
218
1.实验背景 本次实验是Kaggle上的一个入门比赛——Titanic: Machine Learning from Disaster。比赛选择了泰坦尼克号海难作为背景，并提供了样本数据及测试数据，要求我们根据样本数据内容建立一个预测模型，对于测试数据中每个人是否获救做个预测。样本数据包括891条乘 ...
分类：
其他好文 时间：
2018-09-24 14:43:10
阅读次数：
275
泰坦尼克号获救率数据分析报告，用数据揭露真相。 一，船上乘客生存率分析报告 泰坦尼克号生存率仅有38%的，可见此次事件救援不力，救生艇严重不足，且泰坦尼克号号撞得是冰山，海水冷，没有救生艇，在水里冻死的乘客不少。 二，哪个年龄段存活率最高（青年人（18岁以下），中年人（18到50岁），老年人（50岁 ...
分类：
其他好文 时间：
2018-09-22 14:37:24
阅读次数：
241
{{uploading image 136672.png(uploading...)}} ...
分类：
其他好文 时间：
2018-09-20 16:15:44
阅读次数：
432
引言 在这篇文章中，我们将探讨决策树模型的最重要参数，以及它们如何防止过度拟合和欠拟合，并且将尽可能少地进行特征工程。我们将使用来自kaggle的泰坦尼克号数据。 导入数据 查看缺失值 把Cabin’, ‘Name’ and ‘Ticket’移除，并且填充缺失值，并处理分类型变量。 25%用作测试集 ...
分类：
其他好文 时间：
2018-09-14 01:04:26
阅读次数：
290
1 数据探索 对数据进行一个整体的理解 1.1 查看数据都有一些什么特征 获取数据的10行记录进行观察，初步了解数据的组成，可以看到Age、Cabin里面是存在缺失值的，在进一步理解数据的统计量后再进行数据处理，观察各特征的最大最小值等，可以发现这些数据比较合理，不存在特别的异常值。 2 数据分析\ ...
分类：
编程语言 时间：
2018-08-31 18:03:18
阅读次数：
2670
大神经验： 1、应用机器学习，千万不要一上来就试图做到完美，先撸一个baseline的model出来，再进行后续的分析步骤，一步步提高，所谓后续步骤可能包括『分析model现在的状态(欠/过拟合)，分析我们使用的feature的作用大小，进行feature selection，以及我们模型下的bad ...
分类：
其他好文 时间：
2018-08-18 13:19:49
阅读次数：
612
从Kaggle官网下载数据：train 、test。 赛事描述： 泰坦尼克号的沉没是历史上最臭名昭著的沉船之一。1912年4月15日，泰坦尼克号在处女航时与冰山相撞沉没，2224名乘客和船员中有1502人遇难。这一耸人听闻的悲剧震惊了国际社会，并导致更好的船舶安全法规。船难造成如此巨大的人员伤亡的原 ...
分类：
其他好文 时间：
2018-08-14 21:10:17
阅读次数：
765
一、问题复述 泰坦尼克号是一艘英国皇家邮轮，在当时是全世界最大的海上船舶。1912年4月，该邮轮在首航中碰撞上冰山后沉没。造成船上2224名人员中1514人罹难。 现在根据乘客的船舱等级、性别、年龄等信息，对其是否获救进行判定。我们一共有1309名乘客的信息，其中891名乘客信息作为训练集，另外41 ...
分类：
其他好文 时间：
2018-08-12 14:03:43
阅读次数：
141
机器学习算法·决策树和朴素贝叶斯算法 一、问题描述 1912年当时世界上体积最庞大，内部设施最豪华的客运轮船’泰坦尼克号’，拥有美誉‘永不沉没’。然而在第一次下水穿越大西洋时，就在航行中撞上冰山，永远沉没海底。船上丧生者达到1500多人。假如我们穿越时空回到了过去，成为船上的一名普通乘客，那么我们有 ...
分类：
编程语言 时间：
2018-07-11 01:03:00
阅读次数：
156
