泰坦尼克号第26页

2018腾讯全球合作伙伴大会召开 “两张网”编织开放共生

江苏省委常委、南京市委书记张敬华，腾讯高级执行副总裁汤道生，《规模》作者杰弗里·韦斯特，《泰坦尼克号》和《阿凡达》制片人乔恩·兰道，卡耐基梅隆大学计算机学院副院长贾斯汀·卡塞尔，牛津大学计算机科学系主任迈克尔

智能相对论·2020-08-15 08:25

第3次上映破纪录：看了幕后故事，才知道它为什么无法超越

但最让我期待的，无疑是影史传奇《泰坦尼克号》。这将会是它继1998

电影天堂·2020-08-15 00:00

机器学习实战之Kaggle泰坦尼克初尝试

项目简介项目说明：泰坦尼克号的沉没是历史上最臭名昭著的海难之一，1912年4月15日，在她的处女航中，被广泛认为的“沉没”RMS泰坦尼克号与冰山相撞后沉没。

隐形的S先森·2020-08-14 21:46

机器学习算法基础day4

文章目录分类算法-决策树、随机森林决策树认识决策树信息熵决策树的划分依据之一-信息增益信息增益的计算常见决策树使用的算法sklearn决策树API泰坦尼克号乘客生存分类模型决策树的结构、本地保存决策树的优缺点以及改进集成学习方法

prettygirlman·2020-08-14 18:21

数据分析项目实战一【缺失值和异常值的处理】

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinline#导入缺失数值图像展示的包importmissingnoasmsno2.读取数据data=pd.read_csv(r'H:\阿里云\泰坦尼克号

Micaelyu·2020-08-14 16:51

【Python数据科学手册】Pandas——十、数据透视表 df. pivot_table

1.获取数据本节用一份Seaborn程序库采用泰坦尼克号的乘客信息数据库来演示（titanic）2.手工制作数据透视表使用groupby可以实现数据透视的效果，但是比较

Mercy92·2020-08-14 12:30

泰坦尼克号生存分析

泰坦尼克号生存分析1.对数据进行大概浏览以及对缺失数据的处理2.描述性数据可视化3.随机森林模型分析1.进行最简单的随机森林模型测试2.各个特征的重要性3.和决策树进行对比4.对超参数进行调优摘要：本次分析主要对泰坦尼克号上的人员特征进行描述性统计分析

82年娃哈哈·2020-08-14 08:35

15年前，这部国产电影轰动了日本，可惜再也拍不出来了...

随之而来的是一大波电影的复映，《星际穿越》、《阿凡达》、《泰坦尼克号》……能在影院看到这些经典大片，自然是很好的。但很多人却忽视了——在外国电影叱咤风云的那些年里，我们也有很多优秀的国产片。

君君电影院·2020-08-14 00:00

朴素贝叶斯模型预测 Titanic 遇难人员

kaggle数据竞赛：Titanic:MachineLearningfromDisasterhttps://www.kaggle.com/c/titanic背景分析沉没的泰坦尼克号是历史上最臭名昭著的沉船

淇怪君·2020-08-13 12:41

欢乐的《教父》创作过程

然后拍电影的时候，拿出（《泰坦尼克号》+《终结者》）*20的劲头，时间和钱都可劲造，绝对不封顶，才能拍成那样？实际是，《教父》是作者的第三

安柏霖·2020-08-11 05:59

我的第一次R会

邮箱：[email protected]精彩回顾：无缝对接Spark与R：Sparklyr系列—探讨属于数据科学家的SparkR语言二分类问题案例分析：以泰坦尼克号沉船为例R与Python手牵手

R语言中文社区·2020-08-11 03:48

决策树与随机森林

决策树和随机森林决策树信息熵用随机森林改进集成学习方法决策树信息熵决策树的划分依据之一-信息增益sklearn决策树API举例:泰坦尼克号乘客生存分类模型:决策树的结构本地保存用工具将.dot转换为.png

zzugsh·2020-08-11 02:29

Kaggle——Titanic: Machine Learning from Disaster

我就是Kaggle1.项目背景：项目的背景是大家都熟知的发生在1912年的泰坦尼克号沉船灾难，这次灾难导致2224名船员和乘客中有1502人遇难。而哪些人幸存那些人丧生并非完全随机。

SJ_BAN·2020-08-11 01:03

Kaggle实战之Titanic: Machine Learning from Disaster

爱情故事很动人，但是泰坦尼克号在与冰山相撞后沉没后，2224名乘客中

weixin_30399871·2020-08-10 22:36

Titanic : Machine Learning from Disaster

Titanic:MachineLearningfromDisasterRMS泰坦尼克号的沉没是历史上最臭名昭着的沉船之一。

绿色的森林·2020-08-10 21:02

关于Kaggle-Titanic: Machine Learning from Disaster的机器学习报告（初稿）

1问题介绍泰坦尼克号，1912年4月2日完工试航，是当时世界上体积最庞大、内部设施最豪华的客运轮船，有“永不沉没”的美誉。

rrrrrz·2020-08-10 19:47

数据挖掘算法和实践（五）：泰坦尼克号titanic的乘客生存预测模型剖析

titanic乘客的生存预测是数据挖掘的入门级实例，根据船上乘客的多维特征预测事故发生后乘客的生还几率，属于监督学习中典型的分类问题。本文结合对数据挖掘流程的理解和经典案列，呈现数据挖掘过程。该模型属于监督学习，需要训练集和数据集：数据集地址：https://www.kaggle.com/omarelgabry/titanic/a-journey-through-titanic该文章同步更新在公众

有腹肌的小蝌蚪_·2020-08-10 08:52

泰坦尼克号电影完整字幕中英文对比完整版

0,0:01:50.93,0:01:53.03Thirteenmeters.Youshouldseeit.距离13公尺应该看得见了0,0:02:05.73,0:02:08.03Okay,takeherupandoverthebowrail.越过船头的栏杆0,0:02:09.53,0:02:12.73Okay,Mir-2,we'regoingoverthebow.Staywithus.和平二号我们要

weixin_30478619·2020-08-10 07:31

10 分钟开启 Python 机器学习之路

所谓「八仙过海，各显神通」，本文作者以Python语言为工具进行机器学习，并以Kaggle竞赛中的泰坦尼克号项目进行详细解读。跟着小编来看看吧！

程序员野客·2020-08-10 06:23

Python 机器学习：泰坦尼克号获救预测_Titanic

问题数据来源于Kaggle，通过一组列有泰坦尼克号灾难幸存者或幸存者的训练样本集，我们的模型能否基于不包含幸存者信息的给定测试数据集确定这些测试数据集中的乘客是否幸存。

EarlZed·2020-08-10 06:28

三维动画软件介绍

浏览三维动画制作软件XAPOFX1-1.dll《侏罗纪公园》、《第五元素》、《泰坦尼克号》这些电影想必大家都看过了吧，我们为这些影片中令人惊叹的特技镜头所打动，当我们看着那些异常逼真的恐龙、巨大无比的泰坦尼克号时

yongbin20070·2020-08-10 05:59

十大经典三维动画制作软件

十大三维动画制作软件（转载）《侏罗纪公园》、《第五元素》、《泰坦尼克号》《终结者3》这些电影想必大家都看过了吧，我们为这些影片中令人惊叹的特技镜头所打动，当我们看着那些异常逼真的恐龙、巨大无比的泰坦尼克号时

weixin_30646505·2020-08-09 17:34

kaggle入门-Titanic浅析

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

zerone丶飞·2020-08-09 02:32

sklearn机器学习实例 - 决策树和集成分类模型入门与实战

本文使用的数据来自于一部经典的电影：泰坦尼克号所发生的真实事故的相关数据，

张大千09·2020-08-07 21:32

IT项目启示录——来自泰坦尼克号的教训（第五篇）（转）

泰坦尼克的设计者有许多设计选择并遵循体现一项战略就是要集所有最新的和具有超前安全性技术以提供最高等级的安全。然而，由于他们迫于商业压力，泰坦尼克他们设计者开始在这些安全装置上做出妥协,要为最终乘客（头等舱）创造一流体验（参看第三部分）。我们还回顾了泰坦尼克的同型船奥林匹克号以及她在泰坦尼克事故中所扮演的角色。值得注意的是，白星公司认为奥林匹克的航行记录足以用于几乎相同的同型船，泰坦尼克可以不经过多

ctb3518·2020-08-07 13:54

IT项目启示录——来自泰坦尼克号的教训（第六篇）（转）

我们还回顾了泰坦尼克的同型船奥林匹克号以及她在泰坦尼克号事故中所扮演的角色。值得注意地是，白星公司认为奥林匹克号的航行记录适用于完全相同的同型船，完全可以使泰坦尼克号不经过多方海上试航就可以直接投

ctb3518·2020-08-07 13:54

决策树（CART）算法总结

文章目录1.决策树原理2.决策树优缺点3.CART算法4.CART算法实现5.应用实例--泰坦尼克号数据集5.1数据集获取5.2数据描述5.3代码实例1.决策树原理决策树算法重点就在于“决策”和“树”这两个概念

不会写作文的李华·2020-08-07 10:41

（实战篇）TensorFlow 2.0 + 泰坦尼克号CVS数据集_理解dataset进行数据的预处理

通过加载CVS数据生成dataset使用dataset数据集，对输入数据标准化了解dataset数据集常用的属性，比如：batch_size、num_epochs等学习的步骤通过网络下载“泰坦尼克号”乘客的

Bonjour~Bridge·2020-08-06 13:32

TFlearn TensorFlow 实现泰坦尼克号生存率分析

#TFLearn-QuickStart快速上手"""在本教程中，您将学习使用TFLearn和TensorFlow根据泰坦尼克号乘客的个人信息(如性别、年龄等)来评估乘客的生存可能性。

Chao Hsin-fang·2020-08-06 13:51

生存预测 : kaggle titanic 泰坦尼克号逻辑回归(Logistic回归) tensorflow版

目录test.csvtrain.csvtitanic.py数据集https://www.kaggle.com/c/titanic/datatitanic.pyimporttensorflowastfimportpandasaspdTRAIN_PATH="train.csv"TEST_PATH="test.csv"LEARNING_RATE=0.01#0.01EPOCH_NUM=15#15BATCH

scpy·2020-08-06 13:51

基于深度学习的泰坦尼克旅客生存预测

通过利用Google的深度学习框架Tensorflow的高阶框架Keras，搭建神经网络结构，实现对泰坦尼克号上旅客生存概率预测。关键词：深度学习；Keras

像风一样自由2020·2020-08-06 13:59

tensorflow泰坦尼克号沉船数据预测模型

首先下载数据https://www.kaggle.com/c/titanic/datakaggle上面的数据importpandasaspdimportnumpyasnpimportos,sysos.getcwd()data=pd.read_csv(’./tt/train.csv’)data.columnsdata=data[[‘Survived’,‘Pclass’,‘Sex’,‘Age’,‘Si

春风沂水·2020-08-06 13:21

Pyrhon3+Tensorflow+泰坦尼克号数据集（数据预处理+预测）

importtensorflowastfimportnumpyasnpimportpandasaspd#数据预处理defread_data():data=pd.read_csv('train.csv')#pandas读取data=data.fillna(0)#NAN填入0datax=data[['Sex','Age','Pclass','SibSp','Parch','Fare','Embarke

天上飞下一毛雪·2020-08-06 12:52

tensorflow入门(9)：泰坦尼克号上的旅客生存概率预测（使用TensorFlow的高级框架Keras）含模型的回调与恢复

1、泰坦尼克号上的旅客生存概率预测（使用TensorFlow的高级框架Keras）#-*-coding:utf-8-*-"""CreatedonWedMay1308:41:572020@author:DELL

lyw_717·2020-08-06 12:51

TensorFlow从1到2（十四）评估器的使用和泰坦尼克号乘客分析

三种开发模式使用TensorFlow2.0完成机器学习一般有三种方式：使用底层逻辑这种方式使用Python函数自定义学习模型，把数学公式转化为可执行的程序逻辑。接着在训练循环中，通过tf.GradientTape()迭代，使用tape.gradient()梯度下降，使用optimizer.apply_gradients()更新模型权重，逐次逼近，完成模型训练。使用Keras高层接口TensorFl

weixin_33890526·2020-08-06 12:01

Python3-数据可视化（基本图形绘制）

1.条形图绘制plt.bar()importpandasaspdimportmatplotlib.pyplotasplt#利用pandas读入泰坦尼克号人员数据titanic=pd.read_csv("

大仙儿智·2020-08-05 04:02

数据挖掘案例（1）：泰坦尼克号-数据挖掘流程

数据清洗与预处理第四部分：建立模型数据和源码移步到Github：https://github.com/Stormzudi/Data-Mining-Case邮箱：[email protected]目录前言：1.泰坦尼克号

三个半_Z·2020-08-04 17:00

Titanic（泰坦尼克号生存预测）---（1）

我是初学者哈，有问题欢迎大家指出。一起加油，共同进步！关于数据以及代码：#dataanalysisandwranglingimportpandasaspdimportnumpyasnpimportrandomasrnd#visualizationimportseabornassnsimportmatplotlib.pyplotasplt%matplotlibinline#machinelearni

yijilei·2020-08-03 09:35

编写KNN算法预测泰坦尼克号存活率

1.读取文件：titanic3.csv2.数据预处理3.分析相关性，定义合适的特征变量4.训练模型，得出存活率首先引用库（没用的和有用的都在里面，需要你们自己去选择）：fromsklearn.treeimportDecisionTreeClassifier,export_graphvizfromsklearn.ensembleimportRandomForestClassifierfromskle

暖阳光↗·2020-08-03 08:20

泰坦尼克号乘客生存预测

泰坦尼克号乘客获救预测1.案例背景泰坦尼克号沉船事故是世界上最著名的沉船事故之一。1912年4月15日，在她的处女航期间，泰坦尼克号撞上冰山后沉没，造成2224名乘客和机组人员中超过1502人的死亡。

心灵在路上·2020-08-03 08:10

机器学习笔记(一)——KNN针对泰坦尼克号生存记录建模的两种方法

KNN算法原理本篇博客基于《机器学习实战》实现算法原理简要概括，重在代码实现k-近邻算法(kNN)的工作原理是：存在一个样本数据集合，称训练样本集，并且样本集中每个数据都存在标签，即样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据(距离最近)的分类标签。如图，图中绿点的标签是未知的，但已知它属于蓝

奶糖猫·2020-08-03 07:43

sklearn的KNN实现泰坦尼克号旅客生存预测

sklearn的KNN实现泰坦尼克号旅客生存预测介绍数据集介绍算法学习器分类器实现数据下载与导入预处理建立模型评估，预测结果代码介绍参考资料：KNeighborsClassifiershttps://wenku.baidu.com

weixin_42353399·2020-08-03 07:29

scikit-learn 决策树预测泰坦尼克号幸存者

决策树的使用手册http://sklearn.apachecn.org/cn/0.19.0/modules/tree.html决策树预测结果容易理解，易于解释，预测速度快。基于Entropy的分类：ID3，C4.5，C5.0，运算效率更高，使用内存更小，创建出来的决策树更小，准确性高，适合大数据集的决策树创建；基于gini不纯度：CART，分类回归树。sklearn.tree.DecisionTr

szfhy·2020-08-03 04:17

titanic的一个解法

本文参考了TitanicDataScienceSolutions和第一次Kaggle项目——泰坦尼克号的一些代码思路。

我是无名的我·2020-08-03 03:11

sklearn机器学习:泰坦尼克号幸存者的预测

这是Kaggle的一道题，这里使用决策树完成预测，方便起见就直接在jupyterlab上来做这题了。1、首先导入需要的包#1、导包importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.model_selectionimportcross_val_score#交叉验证fromsklearn.model_selec

成都往右·2020-08-03 03:25

泰坦尼克获救-再探数据挖掘(思路+源码+结果)

写在前面：很就之前刚入门的时候写过关于kaggle比赛的泰坦尼克号获救预测，作为很多机器学习爱好者入门的一个经典项目，时隔半年再看，有了一些不一样的感悟，分享给大家，对自己也是一个激励学习的过程记录。

Panbohhhhh·2020-08-03 03:48

通过机器学习，对泰坦尼克号乘客的最终生存概率进行预测

train集中，记载了泰坦尼克号乘客的各类信息，包括姓名、年龄、性别、船舱、家庭状况等，以及最终的生存状况（0表示死亡，1表示存活），通过清洗、探索分析train，建立合适的模型，对test集中的客户的生存状况进行预测

myles3417·2020-08-03 02:11

基于简单模型KNN——泰坦尼克号获救分析

数据来源：Kaggle数据集→共有1309名乘客数据，其中891是已知存活情况（train.csv），剩下418则是需要进行分析预测的（test.csv）字段意义：PassengerId:乘客编号Survived:存活情况（存活：1;死亡：0）Pclass:客舱等级Name:乘客姓名Sex:性别Age:年龄SibSp:同乘的兄弟姐妹/配偶数Parch:同乘的父母/小孩数Ticket:船票编号Far

地_表_最_强·2020-08-03 01:34

【基础】泰坦尼克号幸存预测--DecisionTree

本文所有实现代码均来自《Python机器学习及实战》#-*-coding:UTF-8-*-#第一步：读取泰坦尼克号乘客数据importpandasaspdtitanic=pd.read_csv('http

jho9o5·2020-08-03 00:21

泰坦尼克号生存预测 (Logistic and KNN)

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。

阿拉伯芥_·2020-08-02 23:27

推荐频道

泰坦尼克号