泰坦尼克号第16页

泰坦尼克号python数据分析统计服_用Python分析泰坦尼克号乘客生还率

前言：泰坦尼克号数据集，是kaggle竞赛（Titanic:MachineLearningfromDisaster）上入门机器学习（ML）的一个高质量的可选数据集，我们可以用这个数据集实践我们的机器学习知识

weixin_39669075·2022-11-19 08:29

泰坦尼克号乘客生存情况预测分析之第三部分建模及模型评价

第三部分建模及模型评价前面两部分我们已经对泰坦尼克号的数据进行了一些处理，感兴趣的小伙伴可以看看前面两篇文章，本篇主要介绍预测分析的第三部分，也就是建模和模型评价。

数分小白龙·2022-11-19 07:16

泰坦尼克号数据分析预测建模准确率测算

泰坦尼克号数据分析预测建模准确率测算目录本文思路：1.搜集现有分析代码2.原文中代码存在不足，对相关库的引入及运行异常没有说明完善，因此，对原代码进行了完善。

dai_ricky·2022-11-19 07:09

泰坦尼克号乘客存活预测详细笔记

说明因为自己当前在学习机器学习，而且是第一次练习kaggle上的习题，所以花费了不少的精力做了详细的笔记，每一步都有详细的结果和图像展示。但笔记是用JupyterNotebook写的，所以没法写在博客上。目前已经上传到GitHub上，可以直接查看，欢迎给出意见。Github笔记地址：https://github.com/312885991/ai/blob/main/%E6%B3%B0%E5%9D%

总是提示已注册·2022-11-19 07:38

基于Titanic数据集的数据分析处理及乘客生还率预测全流程教程

数据的属性探查4.数据预处理5.数据的相关性分析6.特征工程7.数据模型构建8.交叉检验9.特征选择10.模型过拟合分析11.项目总结12.参考文献0.项目介绍kaggle比赛中有一经典Titanic泰坦尼克号数据集

AI算法蒋同学·2022-11-19 07:21

pytorch----用多层感知机实现Kaggle的泰坦尼克号竞赛

《PyTorch深度学习实践》完结合集1.参考资料：Kaggle实战入门（一）之泰坦尼克号李沐视频：Kaggle房价预测2.代码importtorchimpor

啊健松·2022-11-19 06:56

一文了解深度学习实战——预测篇

本文将从四个案例房价预测、泰坦尼克号生还预测、股票预测、影评情感预测入手，让童鞋们从实战角度快速入门深度学习的预测部分！

全栈O-Jay·2022-11-17 17:53

【阿旭机器学习实战】【13】决策树分类模型实战：泰坦尼克号生存预测

本文用机器学习中的决策树分类模型对泰坦尼克号生存项目进行预测。

阿_旭·2022-11-17 15:29

走过泥泞092

《泰坦尼克号》带来的伟大的力量撞击着年轻的心房：我心依旧，永不放弃，成了自己爱情的誓言，也是对爱的理解与承诺。这种爱的宣言还得藏在心底，因为期盼的东西还处于

方呈宇·2022-11-12 18:23

Python机器学习03——逻辑回归

逻辑回归Python案例：逻辑回归时用来做分类的，将数据经过非线性变化压缩到0~1之间就变为了概率，其逻辑分布和密度图为：数据集介绍采用泰坦尼克号数据集，响

阡之尘埃·2022-11-08 09:18

拓端tecdat|R语言代做泰坦尼克号随机森林模型案例数据分析

全文链接：http://tecdat.cn/?p=4281原文出处：拓端数据部落公众号视频：从决策树到随机森林：R语言信用卡违约分析信贷数据实例从决策树到随机森林：R语言信用卡违约分析信贷数据实例，时长10:11如果我们对所有这些模型的结果进行平均，我们有时可以从它们的组合中找到比任何单个部分更好的模型。这就是集成模型的工作方式。让我们构建一个由三个简单决策树组成的非常小的集合来说明：这些树中的每

tecdat_cn·2022-11-05 07:45

拓端tecdat|R语言代做使用特征工程泰坦尼克号数据分析应用案例

对于不同的问题，它可能意味着许多事情，但在泰坦尼克号的竞

tecdat_cn·2022-11-05 07:44

kaggle点赞最多的泰坦尼克号数据竞赛模型融合方法(附代码)

听说很多大佬都是从kaggle上获取的知识,加工整理成一套属于自己的竞赛体系今年7月份我开始参加大数据竞赛,现在差不多有10场比赛了,都是结构化比赛.小的比赛还能进Top名次,大点的比赛就比较难了,问题在于没有形成系统,所以计划将kaggle结构化,时序比赛中比较好的notebook进行简单翻译并整理,总结有用的信息,期望在以后的比赛中能有更好的成绩.本文重点以kaggle上泰坦尼克比赛数据为例,

python技巧(数据分析及可视化)·2022-11-04 13:50

泰坦尼克号第三章模型搭建和评估

第三章模型搭建和评估–建模经过前面的两章的知识点的学习，我可以对数数据的本身进行处理，比如数据本身的增删查补，还可以做必要的清洗工作。那么下面我们就要开始使用我们前面处理好的数据了。这一章我们要做的就是使用数据，我们做数据分析的目的也就是，运用我们的数据以及结合我的业务来得到某些我们需要知道的结果。那么分析的第一步就是建模，搭建一个预测模型或者其他模型；我们从这个模型的到结果之后，我们要分析我的模

Will-.·2022-10-18 07:33

datawhale6

我们拥有的泰坦尼克号的数据集，那么我们这次的目的就是，完成泰坦尼克号存活预测这个任务。

sima0313·2022-10-18 07:33

人工智能教程（二）

本实例的数据集来自kaggle网站，用来预测泰坦尼克号沉船事件的幸存者。采用的模型是xgboost。

yongche_shi·2022-10-17 11:18

【菜菜的sklearn课堂】决策树-泰坦尼克号幸存者预测

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibiliimportpandasaspdfromsklearn.treeimportDecisionTreeClassifierimportmatplotlib.pyplotaspltfromsklearn.model_selectionimportGridSearchCVf

烧灯续昼2002·2022-10-15 07:13

动手学数据分析Task4数据可视化

复习：回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加的易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下

Alison_MJ·2022-10-08 07:01

泰坦尼克数据集预测分析_探索性数据分析-泰坦尼克号数据集案例研究（第二部分）

泰坦尼克数据集预测分析Dataissimplyuselessuntilyoudon’tknowwhatit’stryingtotellyou.除非您不知道数据在试图告诉您什么，否则数据将毫无用处。Withthisquotewe’llcontinueonourquesttofindthehiddensecretsoftheTitanic.‘TheUnsinkable’,asitwasclaimedb

weixin_26713521·2022-10-07 07:36

机器学习算法-朴素贝叶斯

比如说，我们想预测一个人究竟是否会在泰坦尼克号海难中生存下来，那我们可以建一棵决策树来学习我们的训练集。在训练中，其中一个人的特征为：30岁，男，普通舱，他最后在泰坦尼克号海难中去世了。

私の未来は夢じゃない·2022-10-04 13:51

【机器学习入门】(6) 随机森林算法：原理、实例应用（沉船幸存者预测）附python完整代码和数据集

主要内容有：(1)算法原理、(2)sklearn实现随机森林、(3)泰坦尼克号沉船幸存者预测。文末附python完整代码和数据集。那我们开始吧。

立Sir·2022-10-03 07:12

与山与水的相逢，皆是向自由奔赴

取道无问西东途经苏木山察尔湖湿地公园“泰坦尼克号”上姐姐们风采不减当年的哥哥们上传中，请稍候...上传中，请稍候...整装待发乘风破浪返途•把美留下来

独具慧眼·2022-10-03 01:13

Kaggle Titanic: Machine Learning from Disaster

题目意思是给出一部分泰坦尼克号上乘员的信息（几等舱，名字，性别。。。）

zxd2629546·2022-09-27 12:03

机器学习——用逻辑回归及随机森林实现泰坦尼克号的生存预测

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。

weixin_30721077·2022-09-27 12:32

机器学习算法-PCA降维技术

比如在泰坦尼克号乘员生存预测的问题中我们会将姓名作为无用信息进行处理，这是我们可以从直观上比较好理解的。但是有些特征之间可能存在强相关关系，比如研究一个地区的发展状况，我们可能会选择该地区的GDP和人

weixin_30270561·2022-09-27 12:31

Python数据分析案例08——预测泰坦尼克号乘员的生存(机器学习全流程)

1、背景分析预测乘客是否存活下来泰坦尼克号是数据科学机器学习领域很经典的数据集，在统计学里面也有很多案例，比如拟合优度检验，方差分析等等。

阡之尘埃·2022-09-27 12:59

kaggle 泰坦尼克高分预测

前言2.包及数据导入3.数据的初步认识4.数据关系的可视化5.数据清洗与缺失值处理6.数据的统计分析7.超参数优化8.模型训练及结果输出9.总结10.贡献者介绍1.前言在第一篇文章中我们简单介绍了一下泰坦尼克号数据如何使用机器学习的模型进行训练

zhengzhengzbq·2022-09-23 16:00

泰坦尼克号生存预测python毕设_机器学习入门案例分析-泰坦尼克号生存预测

泰坦尼克号生存预测是Kaggle举办的一项数据挖掘比赛，目的是根据给定的乘客信息来预测该乘客最终是否可以存活下来。

weixin_39690097·2022-09-23 16:59

kaggle实战（二）泰坦尼克号生还人数预测

题目介绍今天我们来讲kaggle比赛中最经典，也是官方最推荐入门机器学习的一项比赛——预测泰坦尼克号的生存人数。那么这个比赛在哪找呢？

会震pop的码农·2022-09-23 16:29

机器学习入门之泰坦尼克号预测存活情况（Taggle）

目录前言：介绍：过程：提出问题：理解数据：数据清洗：1、数据预处理2、特征提取介绍分类数据：有直接类别的性别(Sex)登船港口(Embarked)客舱等级（Pclass）分类数据：字符串类型姓名（Name）客舱号（Cabin）建立家庭人数和家庭类别(Family)结果：3、特征选择构建模型1、建立训练数据集和测试数据集2、选择机器学习算法3、训练模型评估模型方案实施得到预测结果上传到Kaggle评

贰拾肆画生·2022-09-23 16:56

Kaggle-泰坦尼克号生存者预测比赛|初级入门

问题描述泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日，泰坦尼克号在处女航中撞上冰山沉没，2224名乘客和船员中1502人遇难。

honor、·2022-09-23 16:26

【机器学习kaggle赛事】泰坦尼克号生存预测

写在前面回顾这个项目的基本流程：1、查看数据集，合并训练集测试集以一起进行数据清洗2、数据清洗：查看数据集空缺值，并填充空缺值3、探索性可视化：通过透视表和图表，探究各个特征与label（需要预测的值）的相关性，若有相关性则保留。4、特征工程：若特征为离散型特征（类别型特征）（Name,Pclass,Embarked，Sex等），则进行独热编码，若特征为连续型数值（Fare,Age），则对特征数值

—Xi—·2022-09-23 16:55

[解决方法]AttributeError: module ‘numpy‘ has no attribute ‘loadtxt‘

问题介绍在pycharm中写了很普通的一段代码：importnumpyasnpwithopen('泰坦尼克号数据3.csv',encoding='utf-8')asf:array=np.loadtxt(

Tomycl·2022-09-13 07:35

机器学习之决策树预测——泰坦尼克号乘客数据实例

机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，而每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。从数据产生决策树的机器学习技术叫做决策

TravelingLight77·2022-09-12 07:27

机器学习-决策树之回归树python实战（预测泰坦尼克号幸存情况）（三）

本文用通俗易懂的方式来讲解分类树中的回归树，并以“一维回归的图像绘制”和“泰坦尼克号幸存者预测”两个例子来说明该算法原理。

Voyager-m·2022-09-12 07:24

泰坦尼克号生存预测python毕设_Python机器学习决策树案例——泰坦尼克号幸存者预测,python,之,的...

泰坦尼克号幸存者的预测数据点击这里可以下载——>点击这里下载。也可以在评论区留下你的邮箱，我发送给您

星空下的小天使·2022-09-12 07:54

Kaggle泰坦尼克号幸存者预测

解析一名金牌选手方案泰坦尼克号——来自灾难的机器学习1.数据有两个数据集，分别是训练集train.csv和测试集test.csv。

有害诗篇·2022-09-12 07:44

实例：泰坦尼克号幸存者的预测

目录1.导库2.导入数据集，探索数据4.提取标签和特征矩阵，分测试机和训练集5.导入模型，粗略跑一下查看结果6.在不同max_depth下观察模型的拟合状况7.网格搜索调参1.导库importpandasaspdfromsklearn.treeimportDecisionTreeClassifierfromsklearn.model_selectionimporttrain_test_splitf

m0_56902721·2022-09-12 07:04

泰坦尼克号幸存者预测（分类）

文章目录前言步骤1.导入库2.使用pandas来读取csv文件3.对csv文件的信息进行探索4.数据的预处理4.1将对训练模型无关的特征进行删除4.2将所有非数字类型的特征转为数字类型的特征4.3统一数据的数量5.对数据集进行拆分，将数据特征和标签进行分离（survived结果和其余的数据进行分离）6.对数据集进行训练集和测试集的划分7.对划分的测试集和训练集进行序号的重新编排（养成习惯）8.对模

功夫大笨鲨·2022-09-12 07:03

【阅读笔记】使用决策树预测泰坦尼克号幸存者实例 - scikit-learn机器学习

文章目录使用决策树预测泰坦尼克号幸存者实例一、数据获取二、数据探索数据质量分析（缺失值、异常值、一致性）三、数据预处理四、数据建模五、优化模型参数使用决策树预测泰坦尼克号幸存者实例代码来自《scikit-learn

guieraxbc·2022-09-12 07:31

案例：决策树decision tree泰坦尼克号幸存者预测

案例包括：（1）数据预处理（2）模型训练（3）做优参数组合选择（交叉验证）1数据预处理importpandasaspddefread_data(path):"""数据预处理"""df=pd.read_csv(path,index_col=0)#丢弃无用数据df.drop(['Name','Cabin','Ticket'],axis=1,inplace=True)#处理性别数据df['Sex']=(

喜欢请人吃饭的程序媛·2022-09-12 07:29

【机器学习】【决策树】【泰坦尼克号幸存者的预测】

桜キャンドル淵·2022-09-12 07:21

机器学习项目实战——11集成学习算法之泰坦尼克号船员获救预测

数据集采用的是kaggle比赛中公开的数据集——泰坦尼克号对之前的机器学习方法分别进行了预测。

平行世界里的我·2022-09-01 07:21

机器学习sklearn实战-----泰坦尼克号分类预测决策树

机器学习sklearn实战—决策树决策树理论、基础、调参、以及实例泰坦尼克号预测文章目录机器学习sklearn实战---决策树前言一、Sklearn入门？

段墨染·2022-09-01 07:02

数学建模之Python-K最近邻算法（泰坦尼克号生还预测）

Cabbage coder·2022-08-14 09:42

python数据分析实战：使用Lightgbm解决二分类预测问题以泰坦尼克号数据为例

1.背景来自于kaggle上的一个经典比赛，我们使用Lightgbm进行分类预测，数据说明：VariableDefinitionKeysurvivalSurvival0=No,1=YespclassTicketclass1=1st,2=2nd,3=3rdsexSexAgeAgeinyearssibsp#ofsiblings/spousesaboardtheTitanicparch#ofparent

Bernard.Dong·2022-08-03 07:12

【机器学习】决策树案例三：利用决策树进行泰坦尼克号事故人员存活分类预测

利用决策树进行泰坦尼克号事故人员存活分类预测3利用决策树进行泰坦尼克号事故人员存活分类预测3.1导入模块与加载数据3.2特征工程3.3划分数据3.4模型创建与应用3.5模型可视化3.6参数自动搜索手动反爬虫

百木从森·2022-07-31 07:24

Pytorch每日一练——预测泰坦尼克号船上的生存乘客

训练数据：Survived是输出标签，其他年龄、性别、名字等等都当做输入。当然会有数据缺失的情况，需要提前进行清洗。测试的目的就是输入样本特征，输出是否能生存下来(0或1)importtorchimportpandasaspdimportnumpyasnpfromtorch.utils.dataimportDatasetfromtorch.utils.dataimportDataLoadercla

qq_50749521·2022-07-19 07:42

【TensorFlow2.9】泰坦尼克号生存预测—结构化数据建模流程

文章目录一、建模基本流程二、结构化数据建模流程2.1泰塔尼克号数据2.2数据处理2.3建立模型2.4训练模型2.5评估模型2.6模型预测27保存模型一、建模基本流程数据处理建立模型训练模型评估模型模型预测保存模型二、结构化数据建模流程数据文件：链接：https://pan.baidu.com/s/1H3QBVLPv4WeUnIYH92OKEA?pwd=wh77提取码：wh772.1泰塔尼克号数据数

川川菜鸟·2022-07-17 07:01

机器学习——决策树+随机森林

目录决策树认识决策树决策树的生成信息的单位——比特信息熵决策树的划分依据之一——信息增益例题——银行贷款分析决策树的其他分类依据案例——泰坦尼克号乘客生存分类决策树的结构、本地保存决策树的优缺点随机森林

非零因子·2022-07-11 07:17

推荐频道

泰坦尼克号