机器学习应用——Titanic数据挖掘二分类预测

1. 数据预处理
   1.1 缺失值填补
   参考：https://blog.csdn.net/u014365862/article/details/51769308
   embarked 上船地点
   cabin 船舱号
   age 年龄
   数值型：随机森林（或者线性模型）预测填充
   字符串：出现最多的字符串填充
   1.2 观察各个变量与目标的关系
   参考：https://blog.csdn.net/guoxinian/article/details/73740746
   1.3 标准化数据型变量
   参考：https://blog.csdn.net/haishu_zheng/article/details/80300705
   import sklearn.preprocessing as preprocessing
   scaler = preprocessing.StandardScaler()
   age_scale_param = scaler.fit(df[‘Age’].values.reshape(-1, 1))
   df[‘Age_scaled’] = scaler.fit_transform(df[‘Age’].values.reshape(-1, 1), age_scale_param)
   fare_scale_param = scaler.fit(df[‘Fare’].values.reshape(-1, 1))
   df[‘Fare_scaled’] = scaler.fit_transform(df[‘Fare’].values.reshape(-1, 1), fare_scale_param)
   df
   1.4 类别型变量dummy（两种方式，此为其一）

未完待续。。。