sklearn教程：titanic泰坦尼克号数据集

最新推荐文章于 2024-05-09 12:06:54 发布
最新推荐文章于 2024-05-09 12:06:54 发布
阅读量364 收藏
点赞数 1
分类专栏： python机器学习和数据挖掘 文章标签： sklearn 人工智能 python pandas ydata 数据分析 机器学习
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/weixin_46530492/article/details/134745943
版权

文章目录

数据集介绍

这个数据集是基于泰坦尼克号中乘客逃生的，泰坦尼克号出事故，船上的乘客的一些信息被记录在这张表中。现在要根据这个数据预测这个人能否获救。共有891个样本。

  • 数据集属性
属性 含义
PassengerId 乘客ID
Survived 获救情况（1为获救，0为未获救）
Pclass 船舱等级(1/2/3等舱位)
Name 乘客姓名
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Cachel wood
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
【Python sklearn】kaggle Titanic生死预测--0.81准确率--python超详细数据分析--附源代码和报告的下载地址
子浩的博客
11-05 1万+
kaggle Titanic生存率预测数据分析 1912年4月15日，泰坦尼克号在首次航行期间撞上冰山后沉没，2224名乘客和机组人员中有1502人遇难。沉船导致大量伤亡的原因之一是没有足够的救生艇给乘客和船员。虽然幸存下来有一些运气因素，但有一些人比其他人更有可能生存，比如妇女，儿童和上层阶级。在本文中将对哪些人可能生存作出分析，特别是运用Python和机器学习的相关模型工具来预测哪些乘客幸免于难，最后提交结果。从kaggle泰坦尼克生存预测项目下载相关数据。
泰坦尼克号数据集_sklearn实践项目：泰坦尼克号生存率预测
weixin_39653405的博客
12-05 2335
此次进行分析的数据集来自Kaggle，链接如下数据集下载链接​www.kaggle.com1.提出问题什么样的人在泰坦尼克号中更容易存活？2.理解数据2.1采集数据从上面给出的链接里面将泰坦尼克号项目相关的数据集下载下来，包括gender_submission，test和train三个数据集，并在网站上对数据集内包含的信息有一个初步的认识。数据集里面的变量的定义官网对变量的说明2.2导入数据# 忽...
sklearn 使用笔记1-titanic
weixin_41684423的博客
04-09 207
记性不好，怕忘，随用随写点东西给自己看 一、Seaborn，pyplot 详细使用参见git地址：https://github.com/jamjar102/kaggle_titanic 其中： facet = sns.FacetGrid(train, hue="Survived", aspect=2) facet.map(sns.kdeplot, 'Age', shade=True) #年龄与存活率 facet.set(xlim=(0, train['Age'].max()))
python机器学习——集成学习（分类）及“泰坦尼克号沉船事故”数据集案例操作
qq_39594033的博客
07-30 2419
集成学习（分类）及具体案例操作一、集成学习（ Ensemble Learning ）算法（1）集成学习简介（2）集成建模中的误差（方差vs偏置）（3）常用的集成学习技术：（4）随机森林（5）梯度提升决策树（Gradient Tree Boosting）二、集成学习具体案例操作（1）导入数据（2）特征选择（3）数据清洗（4）划分训练集测试集（5）特征转换（6）建立模型及性能测试参考文献： 一、集成学习（ Ensemble Learning ）算法 （1）集成学习简介 定义：所谓集成，是指结合不同的学习模块（单
数据分析——泰坦尼克号乘客数据集
weixin_41624993的博客
03-24 2214
数据分析——泰坦尼克号乘客数据集 第三章 数学模型的建立和评估
sklearn学习记录（菜菜——泰坦尼克号生存者预测）
weixin_59337140的博客
01-15 377
源自kaggle数据集。
sklearn机器学习之分类决策树（泰坦尼克号幸存者数据集）
m0_45184077的博客
03-06 1303
1.导入相应包 import pandas as pd from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.model_selection import GridSearchCV from sklearn.model_selection import cross_val_score from sklearn.model_selecti
泰坦尼克号数据集
02-12
泰坦尼克号数据集。 Titanic数据集在数据分析领域是十分经典的数据集。泰坦尼克号轮船的沉没是历史上最为人熟知的海难事件之一。1912年4月15日，在她的处女航中，泰坦尼克号在与冰山相撞后沉没，在船上的 2224 名...
Titanic dataset 泰坦尼克号数据集-数据集
03-05
泰坦尼克号的测试文件和提交性别报告，并把它们放在一起，整合为一个csv。这是伟大的图表，以帮助您可视化。...至少 70% 的权利， 但它由你来使它 100% 感谢泰坦尼克号初学者竞争提供的数据。 tested.csv
titanic_泰坦尼克数据集.zip
12-17
有个公众号和一些文章用的就是泰坦尼克数据集, 我不知道为什么要用这个，但是我找了很久，还有好多收费的， 我就再次恭喜那一个免费的，让大家的学习门槛低一点。
titanic数据集下载
04-21
titanic数据集，分为训练集和测试集，训练集有12列特征
Titanic-dataset:泰坦尼克号数据集Kaggle
03-17
Titanic-dataset:泰坦尼克号数据集Kaggle
泰坦尼克号数据集 CSV 800+记录（Titanic Data set）
03-06
泰坦尼克号数据集提供了对命运多舛的泰坦尼克号上的乘客的全面了解，泰坦尼克号在 1912 年 4 月的处女航中因与冰山相撞而沉没。该数据集包含有关个人乘客的大量信息，包括人口统计、机票舱位、客舱信息、家庭关系、...
泰坦尼克号数据分析
热门推荐
ggbooo的博客
04-18 1万+
项目场景： 泰坦尼克号是一艘奥林匹克级邮轮，于1912年4月首航时撞上冰山后沉没。泰坦尼克号由位于北爱尔兰贝尔法斯特的哈兰·沃尔夫船厂兴建，是当时最大的客运轮船，由于其规模相当于一艘现代航空母舰，号称“上帝也沉没不了的巨型邮轮”。在泰坦尼克号的首航中，从英国南安普敦出发，途经法国瑟堡-奥克特维尔以及爱尔兰昆士敦，计划横渡大西洋前往美国纽约市。但由于人为操作失误，于1912年4月14日船上时间夜里11点40分撞上冰山；2小时40分钟后，即4月15日凌晨2点20分，船裂成两半后沉入大西洋，死亡人数超越1500人
【SciKit-Learn学习笔记】4：决策树拟合泰坦尼克号数据集并提交到Kaggle
LauZyHou的笔记
11-22 1420
学习《scikit-learn机器学习》时的一些实践。 决策树拟合泰坦尼克号数据集 这里用绘制参数-score曲线的方式去直观看出模型参数对模型得分的影响，作者使用了GridSearchCV来自动做k-fold交叉验证，并且能在多组模型参数中找到最优的一组和最优值（用平均score来评估）。 这种方式可以避免一次随机划分造成的不确定性太大，得到的曲线很不稳定。 import pandas as ...
决策树-sklearn实现--基于IRIS（鸢尾花）数据集和泰坦尼克号数据集
weixin_42263508的博客
05-24 4127
一.本文首先采用基于IRIS（鸢尾花）数据集实现决策树： #coding:utf-8 from sklearn import datasets import matplotlib.pyplot as plt import numpy as np from sklearn import tree from sklearn.cross_validation import train_test_spli...
机器学习实例（五）泰坦尼克号数据集
weixin_44457774的博客
02-09 3799
python机器学习泰坦尼克号数据集预测实例代码
机器学习入门：sklearn基础教程
最新发布
AIBB_520的博客
05-09 484
通过本文的sklearn基础教程，您已经初步了解了sklearn的基本用法和常用功能。sklearn是一个功能强大且易于上手的机器学习库，希望本文能为您进入机器学习领域提供一些帮助。继续学习和实践，您将能够掌握更多高级技巧，并在实际项目中应用机器学习技术。
利用泰坦尼克号数据集构建python神经网络
05-24
好的，以下是利用泰坦尼克号数据集构建python神经网络的步骤： 1. 导入必要的库 ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

Cachel wood

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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