python机器学习实战之 Decision Tree For Titanic in Kaggle

最新推荐文章于 2024-06-07 09:07:42 发布

BVL10101111

最新推荐文章于 2024-06-07 09:07:42 发布

阅读量1.7k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python dl machine learning data-mining 文章标签： python 机器学习 kaggle

本文链接：https://blog.youkuaiyun.com/BVL10101111/article/details/72858297

本文介绍了使用Python的sklearn库中的DecisionTreeClassifier在Kaggle上的实战应用，详细讲解了数据集、数据处理过程，并列举了决策树分类器的关键参数，包括criterion、splitter等。文章最后提到了代码实现，更多内容可在github查阅。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近陆续准备熟悉一下sklearn库，在此做一下记录。

这篇文章是简短的对于decision tree的kaggle上的实战记录，详细的请见github

一.数据集：

Titanic

这里写图片描述

是一个二分类问题，给你每个人的一些feature，判断最后是否会Survive。

二.数据处理：

参考here

1.丢弃无用的'PassengerId','Name','Ticket'特征

2.Embarked，one-hot编码，缺失值填众数'S'

3.Fare，缺失值用中位数填充

4.Age，缺失值用(mean-std,mean+std)的随机数填充，

5.Cabin，缺失值过多，直接删掉

6.将SibSp 和 Parch合并成一个feature——family

7.通过分析，儿童(Age<16) Survival的概率很大，因此sex分为males，females，child