机器学习|Titanic预测生还分析

这篇博客介绍了利用机器学习技术对Titanic数据集进行生存预测的分析过程,探讨了短期与长期成长的不同视角。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Day1 2017-09-11
[耐心]我们都特别迫切自己一天[短期]锁获得的成长,而低估自己一年、两年[长期]所获得的成长。

#导入Re模块(正则表达式模块)
import re
#导入numpy模块,numpy别称np
import numpy as np
#导入pandas模块,pandas模块别称pd
import pandas as pd
#导入random模块,别称rd,random模块用于生成随机数
import random as rd
#从机器学习模块sklearn模块中引入preprocessing类
from sklearn import preprocessing
#从sklearn.cluster中导入KMeans算法
from sklearn.cluster import KM
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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