Datawhale打卡活动 Kaggle Spaceship Titanic Day2

已于 2022-10-01 14:26:24 修改
阅读量860 收藏 3
点赞数 3
分类专栏： Kaggle Spaceship Titanic打卡活动 文章标签： python 机器学习 数据分析
于 2022-09-29 20:34:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_52171945/article/details/127113495
版权

文章目录

Datawhale打卡活动 Kaggle Spaceship Titanic

尝试了一个coggle科学的打卡活动（Coggle 30 Days of ML（22年10月）），记录一下学习过程！

Day 2 比赛数据分析

步骤1：使用pandas完成如下数据分析

训练集和测试集的行数分别是多少？

通过.shape函数查看训练集和测试集的大概情况。
在这里插入图片描述

可以发现：在训练集中，数据有8693行、14列；在测试集中，数据有4277行，13列（没有label）。

训练集中每列的类型是什么？

通过info函数查看训练集中的类型以及缺失值情况。

在这里插入图片描述

可以看到，在训练集中Dtype为float64的有：Age、RoomService、FoodCourt、ShoppingMall、Spa、VRDeck；为object类型的有：PassengerId、HomePlanet、CryoSleep、Cabin、Destination、VIP、Name。然后label（也就是Transported）属于布尔类型。

训练集中标签是如何分布，与哪一个特征最相关？

通过对Transported列使用value_counts()函数，可以看出正负标签的占比约为1:1
在这里插入图片描述

对于数据的相关性分析，可以参考数据特征分析·相关性分析 - 知乎 (zhihu.com)

对原数据集直接绘图可以发现，绘制出的图像只包含了数据集中类型为数值的相关列。

在这里插入图片描述

并不包含所有列，这肯定不是我们希望看到的，所以我们对不是数值的属性作labelencoder，将其转化为数值，然后再进行绘图。
在这里插入图片描述

可以看出，Transported（label）与CryoSleep的相关性最高（也就是最相关）！

训练集中列缺失值如何分布的？

通过前面的info函数已经可以对缺失值有一个大概的认知，接下来通过.isna().sum()来查看各列具体的缺失值情况。

可以看出，总体缺失值较少，其中缺失值最多的那一列为ShoppingMall。

步骤2：使用seaborn或matplotlib完成如下可视化

这里查看两列的分布关系，我们使用了kde分布图（下面的每一个都是，代码在第一个作展示，后面只展示图），使用displot（结合了kde和hist）。

HomePlanet 与 Transported 的分布关系

在这里插入图片描述

CryoSleep 与 Transported 的分布关系

在这里插入图片描述

Cabin 与 Transported 的分布关系

在这里插入图片描述

Destination 与 Transported 的分布关系

在这里插入图片描述

Age 与 Transported 的分布关系

在这里插入图片描述

VIP 与 Transported 的分布关系

在这里插入图片描述

RoomService、FoodCourt、ShoppingMall、Spa、VRDeck 与 Transported 的分布关系

这一段，首先是将各个属性进行labelencoder之后再进行上述操作，画出二者的分布关系，由于每个图的情况均跟如下显示的差不多，所以不过多放图（这一步骤笔者不知道是没有理解到含义还是啥，如有错误，希望有前辈能够指出相应的错误，以及提点该如何做。）

在这里插入图片描述

Name 与 Transported 的分布关系

在这里插入图片描述

步骤3：根据上述分析结果，你找出什么规律，如什么类型的乘客更加容易被Transported？

通过对训练集中特征的分布以及相关性分析之后，可以发现，标签与CryoSleep的相关性最高（也就是最相关）。也就是说指示乘客选择在航行期间进入假死状态更容易被Transported。

练集中特征的分布以及相关性分析之后，可以发现，标签与CryoSleep的相关性最高（也就是最相关）。也就是说指示乘客选择在航行期间进入假死状态更容易被Transported。

【注】:以上便是对数据的初步分析，如有错处，烦请批评指正，谢谢！

麻辣香郭诶
关注
  • 3
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
宇宙飞船泰坦尼克号
m0_66235114的博客
08-17 1776
预测在泰坦尼克号飞船与时空异常相撞期间是否有乘客被运送到另一个维度
kaggle-titanic:解决kaggle的教程“泰坦尼克号
04-29
使用“ test.csv”中的所有数据将分类结果输出到“ resources / result.csv”(kaggle-titanic:main)“交叉验证”功能使用“ train.csv”中的数据进行k交叉验证。 （k = 5） 将结果输出到标准输
Kaggle系列（一）：Spaceship Titanic（太空飞船泰坦尼克）
zed_faker1的博客
03-09 6484
Kaggle系列（一）：Spaceship Titanic（太空泰坦尼克）
Kaggle项目——Spaceship Titanic
Morganfs的博客
04-16 1913
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（二）——Spaceship Titanic
玛卡巴卡
03-31 3080
Spaceship Titanic | KagglePredict which passengers are transported to an alternate dimensionhttps://www.kaggle.com/competitions/spaceship-titanic贴链接，照搬了新手教程的随机森林算法。 # This Python 3 environment comes with many helpful analytics libraries installed # It is
Kaggle练习赛Spaceship Titantic数据探索（上）
weixin_54255111的博客
08-04 941
kaggle上的练习赛，自己对训练集数据做的一个简单的数据探索。
kaggle_titanic-master.zip
10-15
《泰坦尼克号数据分析之旅——探索kaggle_titanic数据集》 在机器学习的世界里，经典的数据集总能引领我们深入理解算法的本质。"kaggle_titanic-master.zip"就是一个这样的例子，它源自著名的Kaggle竞赛，旨在挑战...
kaggle 新手竞赛 Spaceship Titanic数据集
最新发布
10-20
kaggle 新手竞赛 Spaceship Titanic数据集
kaggle竞赛Titanic数据集
10-11
在数据科学领域，Kaggle竞赛是全球顶尖的数据科学家竞技的舞台，而“泰坦尼克号”（Titanic）数据集则是其中的经典之作。这个数据集源于一场真实的历史悲剧，1912年，豪华邮轮泰坦尼克号在首航中撞冰山沉没，导致...
kaggle—Titanic_kaggle-titantic预测_
10-02
【标题】：kaggle—Titanic_kaggle-titantic预测_ 【描述】：这个项目是关于在Kaggle平台上进行的泰坦尼克号（Titanic）生存预测挑战。它涉及了完整的数据分析流程，包括数据预处理、特征工程、模型训练以及结果...
kaggle_titanic:Kaggle Titanic ML竞赛
03-14
kaggle_titanic Kaggle Titanic ML竞赛：建立一个预测模型，该模型使用乘客数据来预测生存可能性。
spaceship-preference:太空飞船优先
03-18
优先选择太空飞船 太空飞船的首选项。 打包it.scoppelletti.spaceship.preference 提供用于管理应用程序首选项并实现首选项UI的类。
spaceship-build:科幻宇宙飞船工程模拟
07-14
宇宙飞船建造 令人难以置信的详细宇宙飞船工程模拟 建造一艘矮人堡垒级别的宇宙飞船，注重细节。 这涉及进行工程权衡并进行测试以确定您的船是否会在太空中发生灾难性故障或在交火中幸存下来。 如何运行游戏 $ python spaceship.py 概念 您可能需要考虑的事项： 我是否有足够大的电源核心来为我的飞船的所有组件供电？ 负载不足怎么办？ 枪是否得到充分冷却？ 冷却剂导管是否从电源核心获得足够的辐射屏蔽？ 还将有一个飞行组件，您可以在其中使用您的船并确定它是否足够。 在战斗中，您可能会损坏船只并需要进行赔偿。 幸运的是我内置了冗余通信总线，所以我仍然可以与我的引擎通信 电源核心损坏，只能输出50%的容量。 我需要关闭一些非必要组件。 我们的盾牌阵列保护得不够。 我会将它推到其规定的极限之外，希望我们能够在它超载之前摆脱这场斗争。 游戏的想法是让你基本上从头开始建造这艘船。
kaggle笔记 【1】binary classification with the Spaceship Titanic dataset
A2878724536的博客
04-11 306
pandas.DataFrame.isna().sum() #to caculate the NA values pandas.DataFrame.duplicated().sum() #to caculate the repeated values. numpy.around(a, decimals=0, out=None) #四舍五入 DataFrame.nunique(axis=0, dropna=True) #计算指定轴中不同元素的数量，可以选择是否计算NaN的数量 plt.figure(.
Kaggle Spaceship Titanic打卡活动Day1
qq_52171945的博客
09-29 458
Coggle 30 Days of ML打卡记录
【kaggle】Spaceship Titanic - 预测哪些乘客被运送到另一个维度【CatBoost - 10%】
Bessie_Lee
07-26 1893
【kaggle】Spaceship Titanic - 预测哪些乘客被运送到另一个维度【CatBoost - 10%】 有看不懂的地方直接评论区私聊即可，看到就会回复。
Datawhale打卡活动 Kaggle Spaceship Titanic Day4
qq_52171945的博客
10-01 309
尝试了一个coggle科学的打卡活动（Coggle 30 Days of ML（22年10月）），记录一下学习过程！
Coggle 30 Days of ML（Spaceship Titanic）
xqx_Zi_yu
10-19 605
Coggle 30 Days of ML（22年10月）
Spaceship Titanic——简单的预处理+LightGBM
weixin_51723388的博客
04-25 2920
Kaggle上的Spaceship Titanic比赛，简单的预处理+LightGMB
kaggle spaceship titanic
04-06
Kaggle是一个数据科学竞赛平台，SpaceX Titanic是其中两个竞赛的名称。Kaggle以其丰富的数据集和挑战性问题而闻名，多个公司和大学每年都会在此发布其数据、问题和挑战，并邀请世界各地对数据科学和机器学习感兴趣的...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值