【Kaggle】 Titanic详解

最新推荐文章于 2025-11-26 10:58:07 发布

原创

最新推荐文章于 2025-11-26 10:58:07 发布 · 1.4k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#kaggle #titannic #xgboost

本文记录了一次在Kaggle上的Titanic生存预测比赛的实践过程，使用XGBOOST模型，通过分析数据，排除无关特征，填充缺失值，并调整模型参数，最终获得0.83的准确率。重点介绍了XGBOOST的配置，如objective为multi:softmax，num_class为2等，以及如何利用early_stopping_rounds防止过拟合。

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/kaggle(方老师)/test.csv')

2、特征选取

选取数据中的features进行训练，根据对题目的分析，可知’PassengerId’是冗余信息,而’Name’,’Ticket’,'Cabin'三者对于乘客生存无明显影响，所以不选取。其余七项为选取的训练features

#features选取
X_train = train[['Pclass','Sex','Age','Embarked','SibSp','Parch','Fare']]
X_test = test[['Pclass','Sex','Age','Embarked','SibSp','Parch','Fare']]