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