kaggle-Titanic

ZSYGOOOD ZSYGOOOD 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 445平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄12年
关注
原创 最新推荐文章于 2026-04-19 19:05:18 发布 445 阅读 AI 写同款· GEO 优化 ›
kaggle实战——titanic分析 阅读详情

kaggle入门题——Titanic。给出写代码时参考的notebook：

传送门

收录于
MasterWork-UCAS

当前文章被收录于：

MasterWork-UCAS
67 篇文章 1 人学习
订阅专栏 查看详情
机器学习相关

当前文章被收录于：

机器学习相关
51 篇文章 0 人学习
订阅专栏 查看详情
kaggle

当前文章被收录于：

kaggle
8 篇文章 0 人学习
订阅专栏 查看详情
标签
#kaggle
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【Kaggle】 Titanic详解 kaggle : https://www.kaggle.com/c/titanic这里做一个简单笔记记录提交准确率：0.83代码详解:1、数据读取#读取训练集 train = pd.read_csv('/Users/Cheney/Downloads/kaggle(方老师)/train.csv') #读取测试集 test = pd.read_csv('/Users/Cheney/Downloads/... 阅读详情

相关推荐

Kaggle项目——Spaceship Titanic

做了下Kaggle的Spaceship Titanic项目，算是对CNN学习的一个总结，也是回归机器学习的一个响应（第三章的练习题提出可以做一做Kaggle的Titanic案例），具体代码如下： # 定义网络模型 from torch import nn import torch.nn.functional as F class mymodule(nn.Module): def __init__(self): super().__init__() self.fc1

Morganfs的博客 2413

Kaggle：Titanic《泰坦尼克号》你的第一次竞赛

python，机器学习，新手，巩固复习

qq_63591092的博客 5298

Kaggle系列——Titanic 80%＋精确度纪录

因为最近模型上线收益没有符合预期，一直都没有时间搞，而且感觉Titanic的数据量太少了，做起来没意思，暂且优化到0.8的precision，排名700＋

yobobobo的专栏 1万+

Kaggle系列（1）——Titanic

机器学习系列（14）——Kaggle项目之Titanic 文章目录机器学习系列（14）——Kaggle项目之Titanic0x01、项目介绍0x02、学习过程简述0x03、数据探索与分析1、数据探索2、分析过程0x03、预处理0x04、第一个模型0x05、模型优化0x05、模型融合参考文献 0x01、项目介绍 学习了各种机器学习算法之后，可以找一个简单项目来练练手，感受一下完整的ML过程。Titanic是Kaggle的入门项目，网上可以找到很多资料，所以选择它作为第一个练手的项目。（记录一下哈哈哈，截止到2

从此醉 2656

Kaggle入门Titanic详解

Kaggle入门Titanic详解 数据集下载 数据集处理 定义网络 训练 生成结果 提交结果

splnn的博客 1143

kaggle数据挖掘——以Titanic为例介绍处理数据大致步骤

Titanic是kaggle上的一道just for fun的题，没有奖金，但是数据整洁，拿来练手最好不过。本文以 Titanic 的数据，使用较为简单的决策树，介绍处理数据大致过程、步骤注意，本文的目的，在于帮助你入门数据挖掘，熟悉处理数据步骤、流程决策树模型是一种简单易用的非参数分类器。它不需要对数据有任何的先验假设，计算速度较快，结果容易解释，而且稳健性强，对噪声数据和缺失数据不敏感。下面示范

conding_算子 7111

机器学习入门：Kaggle -titanic(泰坦尼克)生存预测

萌新入门机器学习的第一个手把手案例 零基础尝试Kaggle-Titanic - Machine Learning from Disaster 附代码

cutenew52188的博客 1万+

关于Kaggle入门Titanic的一次简单尝试 -- 逻辑回归（Logistic Regression）

前言 问题描述 Titanic的问题界面在这里：https://www.kaggle.com/c/titanic 首先说一下Kaggle， 按简介Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals. 来说，Kaggle是通过以竞赛和奖金（部分有）的方式，为所有从事或有志从事data science的人

JingPNnXxx的博客 1287

Kaggle命令行上传预测csv文件（Mac端）

今天可能是梯子的原因。。。一枝红杏都出不了墙，时值数据挖掘大作业发布，在kaggle上，上传csv行不通，看到在提交页面有个官方API kaggle competitions submit -c mining-challenge-for-nju-introdm-2019 -f submission.csv -m "Message" 点击GitHub页寻找安装方式： pip instal...

kestory的博客 3178

kaggle titanic （1）

下好了训练集 测试集 上传示范文件  开始着手做ide 为 jupyter notebook 语言为python载入数据库import pandas as pd import matplotlib.pyplot as plt import numpy as np获取数据train = pd.read_csv('train.csv') test = pd.read_csv('test.csv')...

iceberb的博客 2765

【Kaggle从零开始】titanic简单生存预测

PS(写到一半发现把博客写成了在学校的报告的模样…) 相信看到这篇博客的读者们应该知道kaggle是什么，不然也不会看到我这篇博客。 titanic作为kaggle官方入门题目，其地位堪比a+b problem在各大算法竞赛(*cpc)中的地位。 废话不多说，我们直接开始。 首先，我们可以观看一下小姐姐的视频(官方教程)，就是下面这个。 或者，我们可以直接开始。 将data下载下来后，阅读数据说...

KIKO_caoyue的博客 468

Kaggle练习——Titanic

import pandas as pd import matplotlib.pyplot as plt %matplotlib inline inputData = pd.read_csv('./train.csv') trainData = inputData.copy(deep = True) 拷贝一份trainData用于数据处理，不动原数据。（其实好像没啥用） del trainData['PassengerId'] del trainData['Cabin'] del trainData['T

m0_50470999的博客 460

Google 人机验证(reCaptcha)无法显示解决方案

Google 人机验证无法显示解决方案第一步 安装插件Chrome/Edge 电脑版Firefox 电脑版第二步 配置插件原理参考文章 前言：为了防止机器人攻击，国外很多网站都使用了 Google reCaptcha 验证码。reCaptcha 对于国外用户非常的友好，但是… 对于国内用户就不怎么友好了。究其原因，则是国内网络全线屏蔽 Google 服务，导致 reCaptcha 完全加载不出来。这样，国内玩家就无法在对应的网站进行下一步操作了。本方案可以解决 reCaptcha 无法加载的问题。 适用

qq_40713201的博客 8万+

【Pytorch】我在kaggle Titanic竞赛上的整个流程记录

前言 第一次尝试在kaggle上找机器学习（ML）项目练手，Titanic问题是官方的入门项目，在此做一个记录。 kaggle官网：https://www.kaggle.com/ 加入竞赛 进入官网之后左边那一栏的compete表示ML竞赛项目，点击某项竞赛后会有项目说明（Overview），数据集（Data）以及其他人对此项目的一些讨论（Notebooks、Discussion），点击join compete即可加入此竞赛。接下来要做的事就是使用数据集完成Overview中说明的任务，并将模型在测试集上

SY的博客 1471

ArcGIS数据处理必备技能：从地理坐标到UTM投影的面转栅格完整流程

本文详细介绍了在ArcGIS中从地理坐标到UTM投影的面转栅格完整流程，包括坐标系转换、像元大小设置及质量控制等关键步骤。通过实战案例和Python脚本示例，帮助用户解决常见问题并优化数据处理效率，特别适合需要精确GIS数据分析的专业人士。

weixin_42628688的博客 180

【Qualcomm高通音频】如何封装音频控件？

音频代码涉及面很广，这篇文档介绍如何封装音频控件给HAL层使用。这里以AW87519芯片调试为例进行介绍封装音频控件和使用的方法。在最初接出到高通音频基础功能调试的时候，都是从tinyalsa指令/mixer_paths文件配置开始。因为单独一个音频设备的调试，都对应一条音频链路的打通。比如以下链接上高通平台基础音频输入输出设备调试： 【Qualcomm音频】Speaker 调试记录http...

crow_ch的博客 1955

Kaggle-Titanic

最近研究了一下kaggle，做了Titanic的项目，用此博客记录一下 Kaggle-Titanic kaggle链接 环境：Anaconda，python2.7 github源码链接 通过观察数据集，这是一个二分类的问题，所以采用逻辑回归模型即可（最初想法） 数据可视化 首先拿到数据集需要对其进行可视化查找出可用特征。 特征工程（很重要！！） ...

r1ch4rd的博客 573

Qwen3-Omni-30B-A3B-Instruct微调指南：如何打造专属智能博物官（附数据集）

本文详细介绍了如何对Qwen3-Omni-30B-A3B-Instruct模型进行微调，以打造专业的智能博物官。指南涵盖了从理解模型架构优势、构建高质量文博数据集，到使用LLaMA-Factory进行实战微调、效果评估与部署优化的完整流程，并提供了关键的环境配置与性能优化建议，帮助开发者在垂直领域高效定制专属AI助手。

weixin_29096377的博客 1144

Kaggle-Titanic一个完整的例子

看了Kaggle的Titanic练手项目kernel中的4个教程，自己写了一个总结

Asun0204的博客 2406

App爬虫实战篇-以华为真机手机爬取集换社的app为例

在开始学习这篇文章之前，建议你先按照之前2篇文章（和），配置必要的环境，才可以继续完成本章节内容。

youbingchen的博客 780

共享单车数据抓取与分析：使用Python爬虫抓取共享单车使用数据与地图信息

通过本篇博客，我们展示了如何使用Python爬虫抓取共享单车的使用数据和地图信息，并通过简单的数据分析得出有价值的见解。在实际应用中，数据的收集与分析不仅能帮助城市管理者更好地规划单车站点，还能为用户提供更精准的单车使用体验。未来，我们可以将此分析与机器学习模型相结合，进一步预测单车的使用趋势，优化调度算法，实现更加智能的共享单车管理。

2201_76125261的博客 2204

项目一：Kaggle Titanic

项目一：Kaggle Titanic 预备知识：《python机器学习基础教程》第二，四，五，六章知识。 编译环境：JupyterNotebook 代码： import numpy as np import pandas as pd import sklearn.model_seletion import GridSearchCV import sklearn.model_seletion imp...

asd2390181722的博客 356

分子对接时，如何批量处理小分子受体和蛋白配体，让他们快速转化为pdbqt格式，然后用vina跑？

🏆本文收录于 《全栈Bug调优(实战版)》 专栏，该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因，并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者，还是拥有多年项目经验的资深工程师，本专栏都将为你提供一条系统化、高质量的问题排查与优化路径，助力你加速成长，攻克技术壁垒，迈向技术价值最大化与职业发展的更高峰🚀！

**My Coding Family** 1222

Kaggle-Titanic入门教程1

序言 这篇文章翻译自Titanic Data Science Solutions 这篇文章带我们浏览了对于解决Kaggle这样的数据科学竞赛的典型工作流程。 在Kaggle的Kernels里有很多优秀的notebook来学习实际的数据科学竞赛。然而多数将跳过一些对于答案的发展（产生）过程的解释，这些notebook是专家为专家提供的。(However many will skip some ...

gemmax的博客 1639

基于PCL的电力线点云提取与分割实现

本文基于PCL库实现电力线点云提取与分割，包含6个核心处理阶段：文件读取与结果文件夹创建、高程滤波分割候选点云、欧式聚类去噪、电力线分段提取、球形邻域搜索补全点云、最终分割与可视化保存。通过PCA计算点云线性特征（阈值0.91）筛选电力线点，采用欧式聚类（容忍度3.0）去除噪点，并针对不同规模聚类差异化设置球形搜索半径（4.0/6.0）补全点云。最终通过欧式聚类分割并可视化带颜色点云。算法对高程滤波阈值、聚类参数等具有敏感性，需根据点云特性调整优化。

weixin_45196569的博客 192

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

Kaggle练习赛Titanic手札

Kaggle练习赛Titanic手札标签： Kaggle参考资料：https://www.kaggle.com/omarelgabry/titanic/a-journey-through-titanic/comments一、Titanic练习赛介绍kaggle上面的比赛有若干种，分别是Featured，Research，Playground和101等。Featured和Research比赛可以获得奖

moverzp的博客 2766

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。
上一篇： 笔记-Kaggle竞赛入门
下一篇： kaggle-Digit Recognition（手写数字识别）
点赞 0
评论 0
书签 书签 0
ZSYGOOOD
ZSYGOOOD
博客等级 码龄12年 113粉丝 94原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值