titanic 第9页

逻辑回归

importnumpyasnpimportosimportmatplotlib.pyplotaspltfromsklearn.datasetsimportmake_blobs#globalvariablepath=r'E:\python_things\Titanic_csv

笙不凡·2020-08-16 07:22

python数据探索/预处理 __机器学习之sklearn数据标准化

流程:数据导入筛选-->单变量数据探索-->多变量数据探索-->数据预处理数据导入筛选importpandasaspd#导入数据titanic_df=pd.read_csv('train.csv')titanic_df.head

周周刂·2020-08-15 00:57

Titanic数据分析——KeyError: "None of [Int64Index([ 0, 1, 2,... dtype='int64')] are in the [columns]"

代码报错处：#---------------------------------------------------modifytheparameter------------------------------------------------range_m=np.logspace(2,6,5,base=2).astype(int)best_m=0min_scores=10000scores_

Zhang Hongbo2019·2020-08-14 21:09

【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

kaggle波士顿房价预测，score=0.12986

作为一个机器学习小白，之前拿titanic数据集练过手，遇到波士顿房价数据集（81个特征）刚开始是有点懵，主要就懵在不知道如何下手处理数据，参考一些资料后，勉强跑通了流程，在此记录一下。

* star *·2020-08-14 10:48

用Sklearn做判别分析(分类)

classify_use_Sklearn/#wat_e_12612920-6fe4-464e-a2b0-3b1f13c1a4f6_zss_加载数据集这里我使用pandas来加载数据集，数据集采用kaggle的titanic

wukk007·2020-08-13 14:22

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

房屋售价初体验

刚刚下载过数据文集后看到七十多种属性还是懵了一下，要比Titanic数据集稍显复杂，而且房价预测不是简单的deadoralive这样的二分类问题。

StayRealMon·2020-08-11 18:14

对西瓜数据集实现LDA编程

fromnumpyimport*importmatplotlib.pyplotaspltdefreaddata():dataset=np.loadtxt(r'C:\Users\zmy\Desktop\titanic

渣渣张·2020-08-11 13:08

Python数据分析难学吗？大佬级别数据预处理方式教你进行实战

本文会讲到关于数据预处理，专门挑了一份烂大街的数据集Titanic，虽然我不是大佬，但是代码风格却是大佬级别，很明显是有幸被培训过的。

编程歆妍·2020-08-11 03:02

RandomForestClassifier随机森林补充缺失值(以TItanic数据集为例)

上一篇是分类填补缺失值，用了循环函数。这此呢，我们利用随机森林补充缺失数据。importpandasaspdimportmatplotlib.pyplotaspltimportnumpyasnpfromsklearn.ensembleimportRandomForestClassifierdf=pd.read_csv('E:\\Users\\Administrator\\Desktop\\pyth

lishangyin88·2020-08-11 03:09

Titanic: Machine Learning from Disaster

Titanic:MachineLearningfromDisasterTitanic:MachineLearningfromDisasterCompetitionDescriptionHowtotrainamodelWorkflowstagesProcessingStepsScriptsReferenceCompetitionDescriptionThesinkingoftheRMSTitanic

BerMaker·2020-08-11 01:10

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。比如说你碰巧搭乘了这艘游轮，而你碰巧又是一名人见人爱，花见花开的一等舱小公主，那活下来的概率就很大了，但是如果不巧你只是一名三等舱的抠脚大汉，那只有自求多福了。也就是说在这生死攸关的情况下，生存与否与性别，年龄，阶层等

SJ_BAN·2020-08-11 01:03

Kaggle | Titanic: Machine Learning from Disaster

Titanic题目链接下面解释一下训练集之中的数据:PassengerId旅客IDSurvived是否活下来了，1:yes0:noPclass旅客等级Name名字Sex性别Age年龄SibSp有多少兄弟姐妹

widon1104·2020-08-11 00:29

数据分析入门项目之：Titanic: Machine Learning from Disaster

1.摘要：本文详述了新手如何通过数据预览，探索式数据分析，缺失数据填补，删除关联特征以及派生新特征等数据处理方法，完成Kaggle的Titanic幸存预测要求的内容和目标。

'Nehe ho.·2020-08-11 00:04

Kaggle实战之Titanic: Machine Learning from Disaster

最近埋头苦读，啃机器学习的算法和编程，真是非(xiang)常(dang)欢(lan)乐(sou)呢~于是开始自我膨胀跃跃欲试。嗯，那就从Kaggle的playground开始吧，找了个经典而又浪漫的爱情故事—泰坦尼克，应该能引起我的兴趣好好挖掘吧~"Youjump!Ijump!"，『JackandRose』的故事想必大家都很熟悉。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

Kaggle之Titanic: Machine Learning from Disaster

一般的工作流程问题的定义数据假设工作目标分析数据获取数据初步观察数据特征分类总体特征观察缺失值特征类型查看数据分布数值类型数据分布离散类型数据分布通过图表进行数据分析各个离散型特征和Survived的相关性连续型特征和Survived的相关性NumericalOrdinal特征和Survived的相关性所有离散型特征和Survived的相关性离散型特征连续型特征和Survived的相关性数据分析结

suibianti·2020-08-10 21:58

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。然而在她的处女航中，泰坦尼克号与一座冰山相撞，2224名船员及乘客中，逾1500人丧生。2认识数据用pandas读入文件后，我们可以看到数据格式如下：这是Kaggle对于数据的解释：调用data_train.info(),我们可以看到一些更详细的信息：RangeIndex:89

rrrrrz·2020-08-10 19:47

【机器学习】Kaggle-Titanic：Machine Learning from Disaster

1.导入数据利用pandas的read_csv()读取数据2.观察数据利用pandas中的info()显示原始数据属性的基本信息，describe()显示属性的统计信息importpandasTtrain=pandas.read_csv("train.csv")print(Ttrain.describe())3.数据预处理（1）数据缺失·若缺失值的样本占总数比例很高，则直接舍弃该属性·若缺失值的样

猫哆哩o0·2020-08-10 18:10

项目实例---随机森林在Kaggle实例:Titanic中的应用(一)

在前两篇文章介绍了决策树和随机森林的原理、流程和算法之后，这里将以随机森林为例，探索数据挖掘算法在项目中的应用，尤其是在kaggle项目中进行数据挖掘的一般流程。1、分析项目背景项目背景的熟悉对于我们理解影响分析目标的因素十分重要，甚至可以发觉一些常规资料中没有提出来的因素。该项目的页面泰坦尼克的沉没发生在1912年4月15日，包括海员在内，船上共2224个人，遇难1502年，幸存722人。这么多

diggerTT·2020-08-10 18:02

【Kaggle入门】Titanic: Machine Learning from Disaster----认识数据

这个系列博客纯粹为了记录一下自己学习kaggle的相关内容，也是跟着别人一步步学习。都推荐从泰坦尼克之灾和房价预测两个项目入门kaggle。这里就先学习一下泰坦尼克之灾。首先在kaggle官网上下载了数据集。一个train.csv用于训练，一个test.csv用于验证模型，一个gender_submission.csv是提交格式的示例。看过一些大神们分享的经验，对数据的认识非常非常重要，关系到后面

heiheiya·2020-08-10 16:46

Titanic: Machine Learning from Disaster初练习详解

一、预览数据#-*-coding=utf-8-*-importpandasaspdimportnumpyasnpfrompandasimportDataFrameimportmatplotlib.pyplotaspltimportseabornassns#sns.set_style('whitegrid')fromsklearn.linear_modelimportLogisticRegressi

Gunther17·2020-08-10 16:52

数据挖掘建模需要什么样的数据？多大量？

例如预测titanic幸存者数据见下图，就是一个结构化数据，数据的每一行表示一个乘

raqsoft·2020-08-10 15:16

Titanic: Machine Learning from Disaster（Kaggle 数据挖掘竞赛）

PredictsurvivalontheTitanic(withtutorialsinExcel,Python,R,andanintroductiontoRandomForests)ThesinkingoftheRMSTitanicisoneofthemostinfamousshipwrecksinhistory.OnApril15,1912,duringhermaidenvoyage,theTi

Wiking__acm·2020-08-10 12:02

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。

有腹肌的小蝌蚪_·2020-08-10 08:52

Titanic数据分析

利用Pandas对泰坦尼克数据进行分析1.导入数据导入数据，对数据做个简单的统计importpandasaspdimportmatplotlib.pyplotasplt#导入数据titanic=pd.read_csv

爱学习的番茄酱·2020-08-10 06:47

Python 机器学习：泰坦尼克号获救预测_Titanic

代码与数据分析导入必要的包和titanic数据数据集基本信息将数据分为不同类别，分别为类别型数据和数字型数据类别数据：Survived,Sex,andEmbarked.Ordinal:Pclass数字型数据

EarlZed·2020-08-10 06:28

Python项目实战-Tensorflow2.0实现泰坦尼克生存预测

、构建Dataset与Modelfit和自定义estimator使用预定义estimator的使用一、数据集下载地址#https:storage.googleapis.com/tf-datasets/titanic

Data_Designer·2020-08-10 05:49

高人们之所以为高人的经验名言搜集。

（1）http://blog.chinaunix.net/uid-20577907-id-3043234.html上面一个外号为TITANIC的java牛的名言。【耶鲁大学黄金理念】?

nannan408·2020-08-09 22:36

Pandas引言（二）

DataFrame的基本操作读取数据集importpandasaspdimportnumpyasnptitanic_survival=pd.read_csv('titanic_train.csv')titanic_survival.head

沐霞与孤鹜齐飞·2020-08-09 06:59

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，

zerone丶飞·2020-08-09 02:32

matplotlib,seaborn,plotly数据可视化库这么多，应该如何选择？

在做titanic分析的过程中，看了一些大神的想法，发现在分析数据的过程中，许多大神会使用到seaborn，plotly这些库，而我等小白仅仅知道matplotlib这个唯一的数据可视化库而已。

every❤ day·2020-08-09 01:13

07.逻辑回归(二分类)

文章目录理论推导实例iris分类titanic分类理论推导参考：回归（二）：Logistic回归实例iris分类"""Author:wucngTime:20200114Summary:逻辑回归对iris

风吴痕·2020-08-08 23:24

使用Graphlab参加Kaggle比赛(2017-08-20 发布于知乎)

notebook上面的写好了本文很多代码参考了turi官网的一个教程，有兴趣的同学可以去看原版https://turi.com/learn/gallery/notebooks/who_survived_the_titanic.ht

ab20157·2020-08-08 01:57

pandas中利用get_dummies()进行独热编码（One-Hot encoding）

在机器学习分类任务中，经常存在一个特征有多个分类变量值，例如在kaggle中的Titanic比赛数据中，Embarked的值有S,C,Q。

Miles-·2020-08-06 13:33

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

scpy·2020-08-06 13:51

TensorFlow实践—Titanic预测

经过上诉分析，我们得出解决Titanic问题的主要思路，即首先采用归一化等操作手段对原始数据进行预处理

被子怪·2020-08-06 13:47

TensorFlow2.0 Keras泰坦尼克数据集预测

importurllib.requestimportosurl='http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.xls'filepath

_Zephyrus_·2020-08-06 13:22

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

春风沂水·2020-08-06 13:21

Tensorflow 笔记 Ⅵ——Titanic Keras建模与应用

文章目录数据集基本原理TitanicTensorFLow2.xKerasAPI实现前情函数介绍Pandas缺失值判断函数isnull()、isnull().any()、isnull().sum()Pandas缺失值填充函数fillna()Pandasmap()映射函数Pandassample()数据洗牌Pandasdrop()删除数据Pandasvalues转换为ndarray正式开始导入必要包数

DeepHao·2020-08-06 12:52

Tensorflow2.0泰坦尼克数据集的python分析以及离散化数据处理（含数据集下载地址）

/data/titanic/train.csv'eval_file='./data/titanic/eval.csv'train_df=pd.read_csv(train

cofisher·2020-08-06 12:44

在Titanic数据集上应用AdaBoost元算法

一．AdaBoost元算法的基本原理AdaBoost是adaptiveboosting的缩写，就是自适应boosting。元算法是对于其他算法进行组合的一种方式。而boosting是在从原始数据集选择S次后得到S个新数据集的一种技术。新数据集和原数据集的大小相等。每个数据集都是通过在原始数据集中随机选择一个样本来进行替换而得到的。这里的替换就意味着可以多次地选择同一样本。这一性质就允许新数据集中可

diechen2576·2020-08-06 12:21

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

Python3 (notebook) 数据集导出为CSV文件或其他文件

以Titanic数据集的某两列数据为例，将其导出并打开首先我们要创建一个CSV的表格文件，放在绝对路径里，我们最终要将数据导入到这个文件里面fromsklearnimportmodel_selectionfromsklearnimportlinear_modelfromsklearnimportmetricspredictor

靳xiaobai·2020-08-04 07:08

kaggle泰坦尼克（Titanic: Machine Learning from Disaster）数据分析(二）

这是上一篇分析：https://blog.csdn.net/Nyte2018/article/details/90295606这次学习的kernel是TitanicDataScienceSolutions1、准备工作先导入各种库：#dataanalysisandwranglingimportpandasaspdimportnumpyasnpimportrandomasrnd#visualizati

Nyte2018·2020-08-03 13:17

13个Pandas奇技淫巧

1.计算变量缺失率df=pd.read_csv('titanic_train.csv')defmissing_cal(df):"""df:数据集return：每个变量的缺失率"""missing_series

视学算法·2020-08-03 09:56

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

K近邻算法（三）--kaggle竞赛之Titanic

小白好难得会用python做第分类，实践一下用于kaggle入门赛之泰坦尼克生还预测问题介绍：泰坦尼克电影大家都看过，大灾难过后有些人生还了，有些人却遭遇了不信，官方提供了1309名乘客的具体信息以及提供了其中891名乘客的最后的存活情况，让我们去预测另外418乘客的存活情况。是很基本的二分类问题。一、数据分析官方所给的数据长这样:Survived：是否存活（0代表否，1代表是）Pclass：社会

xie_qiuqiu·2020-08-03 08:45

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

暖阳光↗·2020-08-03 08:20

推荐频道

titanic