机器（深度学习）新手第一次在Kaggle上被虐的经历（经验）——泰坦尼克号生存预测：Titanic: Machine Learning from Disaster——（上）

一点废话

就在一个天气晴朗的日子，我终于学完了达叔的深度学习课程，你们懂得，这时候都是贼认不清自己，认为可以上天了！！膨胀无比。啊哈哈 然后就在网上找一些下一步干什么的建议。大多数都是说可以去Kaggle做一点竞赛，所以我就翻了墙去搞一次试试，然后就发生了惊天惨案！！！！我谨把自己的想法，经历过的问题，以及解决方法写出来，比较基础。大神们请轻喷。这是上篇，只到第一次提交预测，后面的改进模型，特征的改进，都在下篇。
点击这里：机器（深度学习）新手第一次在Kaggle上被虐的经历（经验）——泰坦尼克号生存预测：Titanic: Machine Learning from Disaster——（下）

一.关于Kaggle的一些问题

1.kaggle网页不用翻墙，但是在注册的时候，会有确定邮箱环节，这时候必须要翻墙，因为其中的确认码会被墙，而这个确认码你是看不到的，也就是你没办法完成注册，所以你可以尝试翻墙或看这里：
解决kaggle邮箱验证不能confirm的问题
不过以后你去提交你的预测文档的时候你还是需要翻墙-，- 所以你懂的。
早翻墙 早享受 嘿嘿嘿
2.然后你需要有一个好的心态（反正我后来还是爆炸了）和好的指南。
心态：七大诀窍助你享受Kaggle竞赛
指南：你还想要啥指南，我这篇就是指南，给我继续读！！！

二.Titanic 下载数据集

所以你注册成功后 进到泰坦尼克号这个竞赛中
Titanic: Machine Learning from Disaster
你应该看到这个页面你可以先看看相关的描述什么的，知道你在将要预测什么，和故事的背景：杰克和肉丝那个爱情故事，泰坦尼克号在自己的处女航里装冰山沉没，船上的救生艇根本不够，所以副船长发话：lady and kid first！
我们要做的就是根据一些乘客的个人信息以及存活状况，要尝试根据它生成合适的模型并预测其他人的存活状况。
bingo！二分类问题，目标解决了。
然后点进Data然后你也可以看看数据集的描述什么的，看看每一个数据特征的意思。往下翻之后有一个下载数据的地方右上角是可以下载他们的工具，然后在Anaconda prompt里用pip进行下载，不过我弄半天不知道是咋弄的挺麻烦，后来我无意发现他喵的左边可以直接在浏览器里下载，MMP。要鼠标放上去才会显示，我们最爱的下载符号，啊哈哈！

点了之后就可以下载了，第一个gender_submission.csv是提交的示例，告诉你提交的格式，test.csv是测试集，让你用模型预测了之后提交你的存活数据，train.csv是训练集，用来训练你的模型-。-

三.观察数据集以及特征工程

上来就想搭建模型？嘿嘿 我当时也是那么狂躁，但是发现确实不知道咋弄，一头雾水，所以还是先来看看数据集吧。

图是@快乐的佩奇 的，表示感谢 嘿嘿
看到这些还有实际数据肯定有点想法啊，客人等级，性别，年龄，还有船上亲人的数量，这几个肯定是和存活率有关的啊，还有姓名，编号，其他的什么暂时还不知道有没有关系，先放一下，重要的一个问题：年龄和客舱号都是缺失的，客舱号还不确定和存活有没有关系，但是年龄肯定有的，毕竟当时船长都说让女人和孩子先上救生船，所以填充年龄肯定是必须的。
不过不着急，反正用的python，画图那么简单，不画白不画图，一方面可以印证自己的猜测，一方面没准发现更深的联系！

导入一些库：

import pandas as pd
import numpy as np
from pandas import Series,DataFrame
import matplotlib.pyplot as plt

读入文件：

data_