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

最新推荐文章于 2025-09-12 22:14:14 发布
原创 最新推荐文章于 2025-09-12 22:14:14 发布 · 6.7k 阅读 · 5 ·
CC 4.0 BY-SA版权
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。

Predict survival on the Titanic (with tutorials in Excel, Python, R, and an introduction to Random Forests)

The sinking of the RMS Titanic is one of the most infamous shipwrecks in history.  On April 15, 1912, during her maiden voyage, the Titanic sank after colliding with an iceberg, killing 1502 out of 2224 passengers and crew. This sensational tragedy shocked the international community and led to better safety regulations for ships.

最低0.47元/天 解锁文章
Kaggle 入门 Titanic: Machine Learning from Disaster(1)数据分析和处理
qq_33604355的博客
08-07 364
数据集及分析 泰坦尼克号的故事大家都耳熟能详，具体就不说了，这个题目是Kaggle的入门题目，关注点在通过题目给定的乘客信息，推断乘客能否在海难中生存下来。 数据有三个csv文件，一个训练集，一个测试集，还有一个答案模板（按照性别作为划分依据的答案） 数据特征： survival:label，是否存活 plclass:票务舱情况，分三档，top,middle,low(1,2,3) sex:性别 ...
Titanic - Machine Learning from Disaster————泰坦尼克号幸存者预测————逻辑回归、随机森林和梯度提升树（XGBoost、LightGBM）
u010385749的博客
09-06 5238
​​​​​​在本篇博客中，我们详细介绍了从数据预处理到模型训练与优化的整个流程。我们使用了多种机器学习模型（逻辑回归、随机森林、XGBoost 和 LightGBM），并对这些模型进行了评估。通过对超参数的调优和特征选择，我们进一步提升了模型的性能。
Kaggle项目实践——Titanic: Machine Learning from Disaster
easy2020的博客
09-12 732
泰坦尼克号生存预测项目虽然看似简单，但它覆盖了机器学习的完整流程——从数据清洗、特征工程、模型训练、超参数调优、可视化到最后的结果提交。对初学者而言，关键在于理解“每一步为什么要做”，而不是单纯追求排行榜上的名次。
Kaggle之Titanic: Machine Learning from Disaster
爱妍妍的博客
03-12 2493
一般的工作流程 问题的定义 数据假设 工作目标 分析数据 查看数据分布 通过图表分析数据 数据分析结论 特征处理 Correcting by dropping features Creating new feature extracting from existing Converting a categorical feature Create new feature combining exis
Titanic: Machine Learning from Disaster
zzq123686的专栏
01-12 324
#coding:utf-8 import pandas as pd #读取训练和测试数据 train=pd.read_csv('./train.csv') test=pd.read_csv('./test.csv') #输出训练和测试数据的基本信息 print train.info() print test.info() #选择指定的列 selected_features=['Pclass'...
Kaggle——泰坦尼克号（Titanic: Machine Learning from Disaster）详细过程
weixin_45980783的博客
11-20 3398
一、简介 1.数据 （1）训练集（train.csv） （2）测试集（test.csv） （3）提交文件示例（gender_submission.csv） 对于训练集，我们为每位乘客提供结果。模型将基于乘客的性别和阶级等“特征”也可以使用特征工程来创建新特征。我们要做的就是对于测试集中的每个乘客，使用训练的模型来预测他们是否在泰坦尼克号沉没中幸存下来。 2.属性说明 属性 说明 PassengerId 乘客ID Survived 是否获救，1为是，0为否 Pclass 乘客票务舱，1
数据分析入门项目之 ：Titanic: Machine Learning from Disaster
weixin_43075307的博客
08-28 1930
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。 2.背景介绍： Titanic幸存预测是数据分析入门和机器学习入门经典的开源项目之一。它要求我们通过训练数据集分析出具有什么特征的人更可能幸存，并预测出测试数据集中的每一位乘客是否生还。 该项目是一个二元分类问题 ...
机器学习-Titanic – Machine Learning from Disaster
qq3342560494的博客
05-21 823
机器学习-Titanic – Machine Learning from Disaster
Kaggle学习之Machine Learning from Disaster（1）
zhuxiaoqi
09-24 475
一、背景介绍Jack and Rose唯美的爱情故事很壮观却很悲凉~大船船体进水后，是否获救的乘客是随机的还是具有某些规律的呢？ 是否可以根据乘客的基本信息和存活信息来预测其他人的存活信息呢？So，这是一个二分类问题。常见的二分类算法有：线性/逻辑回归、SVM、决策树、随机森林、boost算法等。二、数据预处理数据下载地址如下： https://www.kaggle.com/c/titanic/
Kaggle比赛——Titanic: Machine Learning from Disaster
笨鸟先飞的博客
07-15 869
文章目录0 整体流程1 问题定义 & 训练集和测试集2 整理、准备、清洗数据（特征分析）2.1 导入数据2.2 特征分析2.3 基于特征分析的假设2.4 表格分析特征3 可视化数据3.1 特征相关性3.2 关联数字和序数特征3.3 关联分类特征3.4 关联分类和数字特征4 数据整理4.1 补全特征值4.1.1 补全Age特征 & 分组4.1.2 补全Embarked特征4.1.3 ...
kaggle实战之Titanic - Machine Learning from Disaster
gswsssw的博客
05-05 1288
很多小伙伴在学习完数据分析和机器学习之后都想找一些项目进行实战训练，不仅可以巩固自己的知识，还可以学习到新的技能来扩展自己的技能树。kaggle、天池、DF、DC等等都是一些很不错的竞赛学习网站，特别是kaggle和天池含金量很高，如果你能够在这两个竞赛中取得一个不错的成绩那么在面试中是一个很大的加分项。 在第一次对数据分析时，很多人面对这些数据都会无从下手，不知道问题的切入点在哪里。我们就从kaggle上经典的Titanic项目来进行一个简单的分析。这个项目的是需要我们通过他给的数据集来预测哪种
Kaggle入门——Titanic: Machine Learning from Disaster
开着奔驰种地的博客
02-02 757
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Ma...
Titanic: Machine Learning from Disaster初练习详解
Gunther的博客
11-18 874
一、预览数据   #-*-coding=utf-8-*- import pandas as pd import numpy as np from pandas import DataFrame import matplotlib.pyplot as plt import seaborn as sns #sns.set_style('whitegrid') from sklearn.line...
关于Kaggle-Titanic: Machine Learning from Disaster的机器学习报告（初稿）
qq_35693580的博客
06-02 809
关于Kaggle-Titanic: Machine Learning from Disaster的机器学习报告 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。 ...
Titanic - Machine Learning from Disaster
最新发布
10-31
Titanic - Machine Learning from Disaster是Kaggle上的一个机器学习入门挑战项目，主要围绕泰坦尼克号生存预测展开，以下是从不同方面获取的相关资料： ### 项目的构建步骤和代码实现 创建了自定义的数据集类`...
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
 
红包 添加红包
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