Kaggle入门Titanic详解

最新推荐文章于 2022-05-08 23:46:14 发布

原创

最新推荐文章于 2022-05-08 23:46:14 发布 · 1k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #深度学习 #神经网络

本文详细介绍了如何从Kaggle Titanic比赛入手，包括数据集下载、关键特征选择与预处理、定义线性网络模型、优化与损失函数设定，以及最终的模型训练和预测输出。通过一步步实践，读者将掌握基本的机器学习实战流程。

Kaggle入门Titanic详解

一、数据集下载

进入 https://www.kaggle.com/c/titanic 比赛页面，下载数据集.
在这里插入图片描述

二、数据集处理

import 需要用到的包

import numpy as np
import pandas as pd
import matplotlib as plt
import torch
import torch.nn as nn
from torch.utils.data import Dataset, DataLoader, TensorDataset

读取训练集和测试集，并查看训练集的前十行

dftrain_raw = pd.read_csv('dataset/train.csv')
dftest_raw = pd.read_csv('dataset/test.csv')
PassengerId = dftest_raw['PassengerId']
dftrain_raw.head(10)

在这里插入图片描述看到训练集有12个属性，筛选一下，有用的属性有Pclass, Sex, Age, Sibsp, parch, fare, Carbin, Embarked，处理数据集：

def preprocessing(dfdata):

    dfresult= pd.DataFrame()

    #Pclass
    dfPclass = pd.get_dummies(dfdata['Pclass'])
    dfPclass.columns = ['Pclass_' + str(x) for x in dfPclass.columns ]
    dfresult = pd.concat([dfresult,dfPclass],axis = 1)

    #Sex
    dfSex = pd.get_dummies(dfdata['Sex'])
    dfresult = pd.concat([dfresult,dfSex]