7.竞赛-kaggle-泰坦尼克梳理

1. 数据预处理

1. int Folat 类型： 'Fare', 'SibSp', 'Age', 'Parch', 'Pclass'
   • Fare:
   • SibSp：
   • Parch：
   • Age： [5,15,35,50]，缺失未处理
   • Pclass： 未处理
2. object 类型： * 'Name', 'Sex', 'Ticket', 'Cabin', 'Embarked'
   • Name 简单提取职称
   • Sex 简单编码
   • Ticket 暂不处理，丢弃
   • Cabin 缺失值较少用众数填充,用首字母分类
   • EMbarked 缺失数据自成一类
3. 先处理object，然后处理离散变量，最后连续变量

2. 模型

• 选择模型
  • 网格搜索
  • 学习曲线
  • 交叉验证
  • 特征的重要程度
  • 重要特征组合
• 对过个模型做以上步骤

3. 模型融合

3.1 stacking

3.2 blending