泰坦尼克 数据集_Kaggle--逻辑回归应用之Kaggle泰坦尼克之灾(最新版本)

1212121211211原文链接：机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾_寒小阳-CSDN博客

第一个在kaggle完成的竞赛，各方面0基础，于是在kaggle上复现了上面博主的内容。

时间：2020年10月，网上其他的代码写的时间比较久了，比如上面博主的代码内容，有些内容和现在python不兼容了。我在下面分享的代码中，做了修改。

目录结构：

1. 了解数据
   1. 导入训练数据，调用info()和describe()，大致了解数据分布
   2. 分析乘客各个属性的分布
      1. 获救人数/死亡人数的分布
      2. 乘客客舱等级的分布
      3. 乘客年龄段的分布
      4. 各个口岸上船人数的分布
   3. 分析属性和获救结果的关联
      1. 各个乘客等级的获救情况
      2. 不同性别的获救情况
      3. 仓等级&不同性别的人群的获救情况
      4. 各登船港口的获救情况
      5. 堂兄弟/姐妹，孩子/父母有几个人，对是否获救情况的影响
      6. Cabin的有无和获救情况的关系
2. 数据处理
   1. 处理年龄和Cabin中存在的缺失值情况
   2. 对类目型的特征因子化
   3. 把Age和Fare两个属性特征化到[-1,1]之间
3. 模型