kaggle入门-Titanic浅析

Kaggle是为国外开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台；

当然在国内也有阿里的天池平台，也是不错的选择；

有需要练习机器学习的新手可以去这两个平台找数据下载，去练习机器学习和数据分析，本次分享的项目是kaggle入门级，经典的泰坦尼克号人员生还预测问题；相关数据请去kaggle里面自行下载，链接：https://www.kaggle.com，以下开始个人一些分析，由于不怎么会使用CSDN编辑基本都是截图的图片；

对于数据分析，整个流程，我认为有以下四个大的步骤：

1. 获取数据:爬虫,企业网站内部等；
2. 数据分析:分析整个数据的组成，数据特征之间的关系，各个特征与目标特征之间的关系等；
3. 数据预处理：如找到缺失值和异常值，进行补充，特征工程等；
4. 机器学习模型：模型选择，参数调优等；

1.导入基本分析库

python 数据分析必要的库，numpy，pandas，matplotlib，以及seaborn。

2.导入数据，分析数据结构

3.特征信息

特征信息主要是分析特征的组成，简单的了解哪些特征重要，哪些特征无关紧要。如PassengerId这个特征对于此项目无关紧要。

4.数据分析

这里只是简单对特征数据与目标特征数据之间，简单分析它们之间的一个影响关系；

5.数据预处理

6.处理预测数据

还是先观察，再进行操作：

7.数据分离

8.导入机器学习模型