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）

两点废话

黑喂狗！这个下篇主要是进行，模型的改良，和更多的特征工程、如果你没有看过上篇，你可以点击在这里：
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——（上）
温馨提示：按顺序看更可口哦！

一.划分交叉集

第一个模型已经建立了，但是有一个局限，就是kaggle上每天提交的次数是有限制的。所以我们现在就需要从从训练集里抽出一些数据来建立训练集。达叔的课程说过这方面的事情，我这里呢选择，拿出20%来进行交叉验证。

X_cross=X_train[712:891]
X_train=X_train[0:712]
Y_cross=Y_train[712:891]
Y_train=Y_train[0:712]
X_cross.shape,X_train.shape,Y_cross.shape,Y_train.shape

还是要确定维度，这个习惯特别的重要！

然后我们现在用新的训练集去进行训练模型：

正确率下降，正常，毕竟训练集少了20%，然后看下交叉集准确率：

#交叉集准确率
acc_cross = sess.run(accuracy,feed_dict={X: X_cross,Y: Y_cross})
acc_cross

这个挺意外啊，准确率居然那么高。

那就看看这个里面的预测错误的例子吧。

#所有预测的正确或错误列表
bed_case = sess.r