kaggle实例学习-Titanic(4)

最新推荐文章于 2023-02-23 14:02:21 发布

超超级钢铁侠

最新推荐文章于 2023-02-23 14:02:21 发布

阅读量480

点赞数 1

分类专栏： Machine Learning 文章标签：机器学习

本文链接：https://blog.csdn.net/qq_23851075/article/details/52252205

版权

Machine Learning 专栏收录该内容

23 篇文章 0 订阅

订阅专栏

这个小节介绍几个有用的pandas功能。
引入相关模块

import pandas as pd
import numpy as np
import pylab as P
df = pd.read_csv('train.csv', header=0)
#把age的缺失数据删除掉之后画出hist
df['Age'].dropna().hist(bins=16, range=(0,80), alpha = .5)
P.show()

待续。。。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

超超级钢铁侠

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

Kaggle项目——Spaceship Titanic

Morganfs的博客

04-16

2014

做了下Kaggle的Spaceship Titanic项目，算是对CNN学习的一个总结，也是回归机器学习的一个响应（第三章的练习题提出可以做一做Kaggle的Titanic案例），具体代码如下： # 定义网络模型 from torch import nn import torch.nn.functional as F class mymodule(nn.Module): def __init__(self): super().__init__() self.fc1

Kaggle入门第一课-Titanic实例解析

qq_25721099的博客

03-02

892

本文kernel来源于：https://www.kaggle.com/helgejo/an-interactive-data-science-tutorial 旨在记录对该实例的解析，学习运用python进行简单的机器学习练习。本文更注重分析流程，建模部分仅用了一种机器学习模型，运用不同的模型进行建模的方法类似。引入库文件 # 忽略警告Ignore warnings import w...

参与评论您还未登录，请先登录后发表或查看评论

kaggle competition 之 Titanic: Machine Learning from Disaster

lgnlgn的专栏

10-23

3814

Kaggle是一个数据科学竞赛平台(making data science a sport)，在上面，很多机构会发布研究问题和数据集提供大家解决，有些会有报酬。第一次看到这个网站就觉得它会火，在信息爆炸时代，通过挖掘历史数据来对业务提供更有效的服务已经是大势所趋。而kaggle上的题目都是偏向数据挖掘类的，这相比ACM或者projecteuler这种纯算法的题要更有专业和更开放；一个题一般都会有一

Machine Learning基础(统计分析)

超超级钢铁侠

08-01

431

«??????????» ?2010??????????,????????????? ????????????????,?????:> read.table("F:/Machine Learning/R Basic/youxiangz.csv",header = TRUE,sep = ",")->jiuye> jiuye$??????[grepl("??",jiuye$????)]->jygz>

kaggle实例学习-Titanic(2)

超超级钢铁侠

08-18

804

继续完善很久以前没有写完的东西。。。import csv as csv import numpy as np csv_file_object = csv.reader(open('train.csv', 'rb')) header = csv_file_object.next() data=[] for row in csv_file_object: data.append(row) d

kaggle实例学习-Titanic(1)

超超级钢铁侠

05-04

6683

比赛地址:https://www.kaggle.com/c/titanic/data?train.csv部分内容来源于(尤其是代码)http://blog.csdn.net/han_xiaoyang/article/details/49797143 import pandas as pd import numpy as np from pandas import Series,DataFrame d

kaggle实例学习-Titanic(3)

超超级钢铁侠

08-19

581

先学习一个函数： np.unique() 返冋其参数数组中所有不同的值，并且按照从小到大的顺序排列。它有两个可选参数： return_index : Ture表示同时返回原始数组中的下标。 Return_inverse: True表示返冋重建原始数组用的下标数组。现在考虑多个属性，gender，Pclass，price，所以用一个2× 3× 4的array来存储。 price以40为界

四、Sklearn机器学习之kaggle实例---Titanic、IMDB、MNIST

雨纷飞

12-10

795

书籍《Python机器学习及实践》阅读笔记一、Titanic罹难乘客预测在kaggle上下载train.csv和test.csv文件，然后搭建模型，提交预测结果 import pandas as pd from sklearn.feature_extraction import DictVectorizer from sklearn.ensemble import RandomFore...

Kaggle竞赛-Titanic泰坦尼克

林夕

01-30

1353

——————————————————————————————————- 在博主的原有基础上修改了部分错误，Jupyter Notebook实现。代码链接：http://download.csdn.net/download/linxid/10230873 ——————————————————————————————- 转载：http://blog.csdn.net/han_xiaoyang

kaggle | titanic幸存者预测 - SVM KNN K-Means RF

weixin_44845052的博客

02-23

427

用svm，knn，k-means，rf做titanic幸存者预测

kaggle比赛—Titanic.zip

热门推荐

超超级钢铁侠

07-02

9万+

图像矩阵的shape属性表示图像的大小，shape会返回tuple元组，第一个元素表示矩阵行数，第二个元组表示矩阵列数，第三个元素是3，表示像素值由光的三原色组成。import cv2 import numpy as np fn="baboon.jpg" if __name__ == '__main__': print 'load %s as ...' % fn img = cv2.

Python opencv(4) 调节图像亮度

超超级钢铁侠

07-02

2万+

将像素值变小，图像亮度减小，色彩变暗；像素值增大，图像亮度增大，色彩变亮。import cv2 import numpy as np fn = "baboon.jpg" if __name__ == '__main__': print 'loading %s ...' % fn print 'processing...' img = cv2.imread(fn) w

Python opencv(10)图像的加噪

超超级钢铁侠

07-24

1万+

为了检验实验图像识别的效果，需要对加了噪声的图像进行识别。机器学习算法不能只是对清晰的图片有较好识别效果，对于不清晰的图像也应该较好地识别。在图像的随机位置处把像素点的值设为某个值，如（25,20,20），如果像素点已经是灰度化了的，把值设为255，当像素点的数量较多时，便得到了有噪声的图像，如下面的程序设置了100000个点。import cv2 import numpy as np fn =

用R语言进行回归分析

超超级钢铁侠

07-28

8658

1.单变量线性回归> y<-c(5,7,9,11,16,20) > x<-c(1,2,3,4,7,9) > lsfit(x,y) $coefficients Intercept X 3.338028 1.845070 $residuals [1] -0.18309859 -0.02816901 0.12676056 0.28169014 -0.25352113 0.056

python opencv(6)生成负片和水印

超超级钢铁侠

07-11

5077

生成负片的方法很简单，只要将像素值设为255-原值即可，水印的生成可调用putText()函数。import cv2 import numpy as np fn = "baboon.jpg" if __name__ == '__main__': print 'loading %s ...' % fn print 'processing...' img = cv2.imread

机器学习简单实验(LMS算法)

超超级钢铁侠

08-08

4378

LMS为最小均方算法(least mean square)，目标是使得均方误差(MSE）最小，即样本预测输出值与实际输出值之差平方的期望值最小。下面实现LMS算法学习或运算:# -*- coding utf-8 -*- # LMS.py import numpy as np b = 1 a = 0.1 x = np.array([[1,1,1],[1,1,0],[1,0,1],[1,0,0]])

python opencv(9)图像的复制与灰度化

超超级钢铁侠

07-24

3914

opencv中的有关函数cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)可以直接完成灰度化操作。import cv2 import numpy as np fn = "baboon.jpg" if __name__ == '__main__': print 'loading %s ...' % fn img = cv2.imread(fn) sp =