titanic

python demo是什么意思啊_python 数据挖掘 demo1

aliyun_data_analysis_demo1.ipynb111.7K·百度网盘aliyun_data_analysis_demo11.ipynb404.6K·百度网盘titanic_data.csv60.3K
weixin_39681161·2020-12-11 13:28

python数据对比图_1行代码实现Python数据可视化图表美观清晰，自带对比功能

我们以Titanic数据集为例，输入一行代码：一个1080p的清晰网页界面就出现在了眼前。不仅根据性别、年龄等不同栏目纵向分析数据，每
weixin_39945523·2020-12-09 13:55

R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者

str(titanic)数据变量为：Survived：乘客存活指标（如果存活则为1）Pclass：旅客舱位等级Sex：乘客性别Age：乘客年龄SibSp：兄弟姐妹/配偶人数Parch：父母/子女人数Embarked
拓端研究室·2020-12-08 12:21

泰坦尼克号数据集_Kaggle | 泰坦尼克号幸存分析（字段介绍）

1数据理解1.1数据集本次使用的数据集来自Kaggle，Titanic：MachineLearningfromDisaster。泰坦尼克是一个很不错的新手入坑和上手的数据集，数据集包含
weixin_39948210·2020-12-05 11:04

R语言逻辑回归分析连续变量和分类变量之间的“相关性“

我们考虑泰坦尼克号数据集，titanic=titanic[!
拓端研究室·2020-12-04 11:47

kaggle--titanic(3)

之前已经对元数据集做了初步处理，确定了我们要保留、要舍弃和创造的相应feature，现在可以进行建模了。机器学习的模型有很多种，所以我们要根据任务类型来判断使用哪种模型比较合理。之前看到过，在kaggle的竞赛上，一般排名比较靠前的都会使用集成方法。我们这个问题的目标是判断每个乘客是否幸存，是一个分类问题，且是一个有监督问题。先处理一下训练集和测试集。X_train=train_data.drop
Big-pomelo·2020-11-29 21:54

kaggle--titanic(2)数据可视化

（1）中已经写了对源数据集进行初步的分析，确定某些特征的取舍。现在使用数据可视化来进行深入分析以便验证之前的猜测。首先使用条形图来显示年龄和Survived之间的关系。需要注意的是，源数据集中age有许多的空值，因此在绘图之前我们需要把这些空值进行处理。因为age的控制不算太多，因此可以删除空值行，但是也可以补全空值。这里采用的是使用上一的非空值来补全这一行的空值。代码如下：train_data.
Big-pomelo·2020-11-28 16:48

Kaggle--titanic(1)数据分析

第一个项目是titanic。项目目标是根据给定的数据集判断哪些人更有可能存活。由于是第一个项目，对于要看什么，要做什么是七窍通六窍--一窍不通（哈哈哈烂梗），所以先看一个写的很细致的notebook。
Big-pomelo·2020-11-27 21:29

泰坦尼克号数据_数据挖掘经典实例——泰坦尼克号幸存者预测

数据集来源：https://www.kaggle.com/c/titanic
weixin_39541189·2020-11-27 14:51

基于python机器学习对Titanic幸存者进行预测

发生在1912年的泰坦尼克事件，导致船上2224名游客死亡1502（我们的男主角也牺牲了），作为事后诸葛亮，我们掌握了船上乘客的一些个人信息和一部分乘客是否获救的信息。我们希望能通过探索这些数据，发现一些不为人知的秘密随便预测下另外一部分乘客是否能够获救。下面将用pandas进行数据预处理，用matplotlib进行画图，用sklearn进行模型的训练和预测前期准备：pipinstallpanda
noob_python·2020-11-03 10:17

果的ScalersTalk第四轮新概念朗读持续力训练Day 112 20190130

Day1122019-01-30]练习材料：L10(1)：ThelossofTitanic任务配置：L0+L1+L4知识笔记：（用时1h）L10(1)：ThelossofTitanicThegreatship,Titanic
omghjuicy·2020-10-10 15:14

HannahLin的ScalersTalk第四轮新概念朗读持续力训练Day 115 20190130

L10(1)：ThelossofTitanicThegreatship,Titanic,sailedforNewYorkfromSouthamptononApril10th，1912.Shewascarrying1
HannahLin·2020-10-10 06:16

wex的Scalers Talk第四轮新概念朗读持续力训练Day115 20190130

练习材料：L10(1)：ThelossofTitanicThegreatship,Titanic,sailedforNewYorkfromSouthamptononApril10th，1912.Shewascarrying1
秦苌·2020-10-09 23:34

Matplotlib&Seaborn绘图整理（基于Titanic数据集）【未完待续】

目录一、Titanic数据集下载二、Titanic数据集预处理1数据读取及查看2数据预处理三、基于Titanic数据集的Matplotlib&Seaborn绘图1分布图绘制1.1displot（单变量绘制
Mr_Napping·2020-09-17 03:40

Kaggle泰坦尼克生存预测之随机森林学习

这篇文章讲述的是Kaggle上一个赛题的解决方案——Titanic幸存预测.问题背景是我们大家都熟悉的【JackandRose】的故事，豪华游艇与冰山相撞，大家惊慌而逃，可是救生艇的数量有限，无法人人都有
凡人求索·2020-09-16 22:50

1-Pandas数据介绍--数据分析

Pandas数据分析importpandasaspddf=pd.read_csv('C:/JupyterWork/data/titanic.csv')dfPassengerIdSurvivedPclassNameSexAgeSibSpParchTicketFareCabinEmbarked0103Braund
Bruce小鬼·2020-09-16 12:00

泰坦尼克号生存分析

目录数据训练模型预测结语数据（数据来源）https://www.kaggle.com/c/titanic/overview（数据详情）fare票价sibsp泰坦尼克号的兄弟、配偶parch泰坦尼克号的父母
rolling_ball·2020-09-15 06:19

安卓水位上升下降文字

Android的Titanic这个图书馆是DEPRECATED的，因为我没有时间去修改它了。但是请随意浏览代码并将其复制到您的项目中，它仍然可以做到。泰坦尼克号是一个重现这个效果的Android实验。
这是一个秘密·2020-09-15 02:35

使用scikit-learn进行建模预测和评估操作_泰坦尼克号获救预测

泰坦尼克号获救预测#coding:utf-8#In[142]:importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#In[143]:#导入数据titanic
Douzi1024·2020-09-14 18:39

动手学数据分析-task2数据清洗及特征处理

/titanic/train.csv')2数据清洗及特征处理我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等
佛系·2020-09-13 17:38

提高模型识别率——偏差、方差问题

依然凭直觉有以下几种方法：1、增加训练数据集2、挑选出更少的特征3、增加其他特征4、增加多项式x1*x25、减少或增加惩罚系数然而，事实上虽然花了大量时间完成上述工作，效果不一定好(以上一篇Titanic
sqiu_11·2020-09-13 14:49

Pandas基础学习入门级别

/titanic_train911.csv')#读取文件titan.head(5)#查看前5行PassengerIdSurvivedPclassNameSexAgeSibSpParchTicketFareCabinEmbarked0103Braund
刚上路DE小白·2020-09-12 18:26

开发配置规整功能

如果用Titanic数据的话，会推荐以下几个最近的数据集：self.kNDOut[9]:['openml_166905','openml_146578','openml_146602','openml_
数学工具构造器·2020-09-12 10:08

机器学习-决策树泰坦尼克船员获救

/usr/bin/envpython#coding:utf-8#In[3]:importpandas#ipythonnotebooktitanic=pandas.read_csv("titanic_train.csv
惠永康·2020-09-11 21:14

Python数据分析实战（3）Python实现数据可视化

matplotlib和pandas画图1.matplotlib简介和简单使用2.matplotlib常见作图类型3.使用pandas画图4.pandas中绘图与matplotlib结合使用三、订单数据分析展示四、Titanic
cutercorley·2020-09-11 12:57

python缺失值处理案例分析:泰坦尼克数据

首先，我们用info()语句操作，看到整份数据的大概情况：titanic_df.info()从这份数据我们可以发现，这里一共有891行数据，所以在中间那一列数据中看到的不是891个数据的，都是有缺失值的
weixin_34255793·2020-09-11 05:48

sas 做 titanic 未完待续

首先声明，纯属个人爱好，看网上都是R或者Python做的titanic预测，心血来潮想用sas做一下，个人比较倾向于sas，因为用的时间比较长相对熟练，欢迎大家一起研究指教，本人不是专业的，纯属娱乐，图个高兴
weixin_34087503·2020-09-10 19:12

用pandas处理缺失值补全及DictVectorizer特征转换

1.pands读取数据titanic=pd.read_csv('.
空字符（公众号：月来客栈）·2020-09-10 12:38

1行代码实现Python数据可视化图表美观清晰，自带对比功能

我们以Titanic数据集为例，输入一行代码：一个1080p的清晰网页界面就出现在了眼前。不仅根据性别、年龄等不同栏目纵向分析数据，每
爬遍天下无敌手·2020-09-01 15:37

Kaggle比赛（一）Titanic: Machine Learning from Disaster

泰坦尼克号幸存预测是本小白接触的第一个Kaggle入门比赛，主要参考了以下两篇教程：https://www.cnblogs.com/star-zhao/p/9801196.htmlhttps://zhuanlan.zhihu.com/p/30538352本模型在Leaderboard上的最高得分为0.79904，排名前13%。由于这个比赛做得比较早了，当时很多分析的细节都忘了，而且由于是第一次做，
weixin_30763455·2020-08-26 15:14

机器学习实战（三）kaggle titanic随机森林

本文中的titanic是入门级的竞赛题目。题目大意是根据部分乘客的基本情况来预测其他乘客的生还情况。
CoolSummmer·2020-08-26 14:29

Kaggle心得（一）

Titanic1.不要痴迷于使用复杂的模型，有时候使用简单模型效果更佳。经过数据预处理和数据清洗之后，使用随机森林和逻辑回归两种模型。随机森林模型对象使用网格搜索进行十折验证进行调参。
野营者007·2020-08-26 13:43

机器学习-Kaggle竞赛-Titanic

1912.04.15泰坦尼克号沉没，成为人类历史上重大海难事件之一。……没有足够的救生船，以及部分船没有载满就离开了。导致了大量的游客遇难。根据幸存者的信息，试图寻找哪些人更容易逃生~~信息解读train.csvtest.csv首先下载2个数据文件。PassengerId//游客idSurvived//1幸存Pclass//123表示社会地位Name//姓名Sex//性别Age//年龄SibSp/
我非英雄·2020-08-26 11:27

瘦肉-ScalersTalk第四轮新概念朗读持续力训练Day51 20190130

[Day15872019-01-30]L10(1)：ThelossofTitanicThegreatship,Titanic,sailedforNewYorkfromSouthamptononApril10th
一颗瘦肉Cecilia·2020-08-25 17:50

LemonIce的ScalersTalk第四轮新概念朗读持续力训练Day115 20190130

L10(1)：ThelossofTitanicThegreatship,Titanic,sailedforNewYorkfromSouthamptononApril10th，1912.Shewascarrying1
LemonwithIce·2020-08-25 12:43

使用sklearn进行kaggle案例泰坦尼克Titanic船员获救预测(待整理）)

Titanic背景介绍：kaggle泰坦尼克CompetitionDescription发生在1912年的泰坦尼克事件，导致船上2224名游客阵亡1502，作为事后诸葛亮，我们掌握船上乘客的一些数据以及一部分乘客是否获救的信息
jiandanjinxin·2020-08-24 20:08

kaggle Titanic 数据可视化

参考文章https://zhuanlan.zhihu.com/p/27550334在20世纪初，由英国白星轮船公司耗资7500万英镑打造的当时世界上最大的豪华客轮“泰坦尼克”号，曾被称作为“永不沉没的船”和“梦幻之船”这艘豪轮在她的处女之航中，就因撞上冰山而在大西洋沉没。百年来，关于“泰坦尼克”号沉没的原因，一直是人们争论不休的话题。究竟什么样的人获救几率更大一些呢？这就是本次kaggle的主题，
xiaoling_000666·2020-08-24 18:19

sas 做 titanic 未完待续

首先声明，纯属个人爱好，看网上都是R或者Python做的titanic预测，心血来潮想用sas做一下，个人比较倾向于sas，因为用的时间比较长相对熟练，欢迎大家一起研究指教，本人不是专业的，纯属娱乐，图个高兴
Peace_Love·2020-08-24 15:06

小白的机器学习之路(1)---Kaggle竞赛：泰坦尼克之灾(Titanic Machine Learning from Disaster)

我是目录前言数据导入可视化分析PclassSexAgeSibSpParchFareCabinEmbarked特征提取TitleFamilySizeCompanionAgebandDeckEmbarked&Fare建模前言本文以kaggle竞赛中经典的入门案例–泰坦尼克之灾（TitanicMachineLearningfromDisaster）为例，直接上手实战。推荐一篇路易斯安那州立大学的作业报告
小郑同学爱学习·2020-08-24 05:06

titanic的几种模型尝试

titanic的几种模型尝试代码如下titanic是简单的入门比赛，因为数据集很小方便实验，所以这里用titanic实践了lr,gbdt,rf,voting,stacking,dnn的方法，不过最终还是没上
_吴天德·2020-08-24 04:30

Titanic Introduction to Ensembling or Stacking

TitanicIntroductiontoEnsemblingorStacking文档：TitanicIntroductiontoEnsemblingo...链接：http://note.youdao.com/noteshare?id=b9faf92632044f057a8c948789bbe69c&sub=60829C84153046DBB45DCBC7B764E1CAkaggle数据处理和清洗
bangtutu8593·2020-08-23 23:53

Titanic best working Classifier

文档：TitanicbestworkingClassifier.md链接：http://note.youdao.com/noteshare?id=6e2847e19cd533c02d3658eca63e4f06&sub=6D7F43835A564D59B27AF30BF2FB09F9PassengerId=>乘客IDPclass=>乘客等级(1/2/3等舱位)Name=>乘客姓名Sex=>性别Ag
bangtutu8593·2020-08-23 23:52

机器学习入门实战 -- Titanic乘客生还预测-易学智能GPU云

机器学习入门实战--Titanic乘客生还预测提出问题：本文主要是对泰坦尼克号沉船事件进行预测：在当时的情况下，什么样的人更容易存活？
aitail·2020-08-23 23:25

Titanic

太冷了，我的手脚都是冰凉冰凉的，5月的夜晚还是太冷了么。我真的被震撼到了，不得不说。不同于《变形金刚》里那种特效出来的刺激，《泰坦尼克号》最后，不同人选择的不同死法是最震撼我心灵的。惊慌，恐惧，邪恶，内疚，以及预知结局的平静，祈求上帝的祷告，提琴中传出的轻快绝望，交织混合，在同一个时间，同一个地点被完全呈现出来了。我完全无法形容那是怎样的一个场面，水电相通的船，不停落入海里的人，在仅剩的灯光下，好
慧非的早兽·2020-08-23 12:28

随笔记录

积攒未写的博客：（1）有关神经网络的具体而简单的例子；（2）有关kaggle中Titanic项目的学习流程与经验2020年6月2日更新：考研生涯终于结束了，也算是最后成功挣扎上岸的一员了。
八重·2020-08-23 05:20

自学数据分析提纲

2.增加网络爬虫的原理和编写，从获取数据开始，重视将实践问题转换成实际模型的能力，分享工作中的实际案例或Kaggle案例：广告销量分析、环境数据异常检测和分析、数字图像手写体识别、Titanic乘客存活率预测
DTAnalystLi·2020-08-22 16:12

离散数据编码方式总结(OneHotEncoder、LabelEncoder、OrdinalEncoder、get_dummies、DictVectorizer、to_categorical的区别？)

通过在Titanic预测的学习，在这里对不同包的编码方式进行一个小总结。至少以后使用的时候，不那么的乱
Miracle8070·2020-08-22 15:34

**Task01：数据加载及探索性数据分析（2天）**

Task01：数据加载及探索性数据分析（2天）1第一章：数据载入及初步观察1.1载入数据数据集下载https://www.kaggle.com/c/titanic/overview（已下载）1.1.1任务一
eleven11512·2020-08-22 14:49

数据分析之Kaggle Titanic竞赛——第二章：数据清洗及特征处理、数据重构、可视化

动手学数据分析——第二章：数据清洗及特征处理、数据重构、可视化0.前言1.数据清洗及特征处理1.1缺失值观察与处理1.1.1缺失值观察1.1.2缺失值处理（1）处理缺失值的思路：（2）对Age列的数据的缺失值进行处理：（3）dropna函数与fillna函数：1.2重复值观察与处理1.2.1重复值观察1.2.2重复值处理1.2.3保存清洗之后的数据1.3特征观察与处理1.3.1对年龄进行分箱（离散
Jelly Zhu·2020-08-22 14:32

Datawhale~Hands-on data analysis~数据基本操作

DataAnalysis载入数据学习过程中将会使用kaggle上面泰坦尼克号的任务，数据集：https://www.kaggle.com/c/titanic/overview1.导入numpy和pandas
Winqihe·2020-08-22 14:31
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他