01.Kaggle之泰坦尼克号幸存预测——数据分析

最新推荐文章于 2024-04-15 00:30:00 发布
最新推荐文章于 2024-04-15 00:30:00 发布
阅读量612 收藏 7
点赞数 2
分类专栏： 泰坦尼克号预测 文章标签： 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/xianhe_0621/article/details/108804329
版权

本文源自DataWhale在Github分享的教程，感谢大佬们的无私奉献。附上此项目主页。
GitHub-DataWhale

1 读取数据

1.1 导入库

import numpy as np
import pandas as pd

1.2读取数据

数据下载地址
（百度网盘：提取码：1234）

1.2.1读取train.csv并将列索引改为中文

data = pd.read_csv('data/train.csv')
data.columns = (['乘客ID',
                 '是否幸存',
                 '乘客等级',
                 '乘客姓名',
                 '性别',
                 '年龄',
                 '兄妹个数',
                 '父母小孩个数',
                 '船票信息',
                 '票价',
                 '客舱',
                 '登船港口'])
data.head()
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口
0103Braund, Mr. Owen Harrismale22.010A/5 211717.2500NaNS
1211Cumings, Mrs. John Bradley (Florence Briggs Th...female38.010PC 1759971.2833C85C
2313Heikkinen, Miss. Lainafemale26.000STON/O2. 31012827.9250NaNS
3411Futrelle, Mrs. Jacques Heath (Lily May Peel)female35.01011380353.1000C123S
4503Allen, Mr. William Henrymale35.0003734508.0500NaNS

1.2.2 查看列索引信息

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   乘客ID    891 non-null    int64  
 1   是否幸存    891 non-null    int64  
 2   乘客等级    891 non-null    int64  
 3   乘客姓名    891 non-null    object 
 4   性别      891 non-null    object 
 5   年龄      714 non-null    float64
 6   兄妹个数    891 non-null    int64  
 7   父母小孩个数  891 non-null    int64  
 8   船票信息    891 non-null    object 
 9   票价      891 non-null    float64
 10  客舱      204 non-null    object 
 11  登船港口    889 non-null    object 
dtypes: float64(2), int64(5), object(5)
memory usage: 83.7+ KB

1.2.3 读取test.csv

test_1 = pd.read_csv('data/test.csv')
test_1.head()
PassengerIdPclassNameSexAgeSibSpParchTicketFareCabinEmbarked
08923Kelly, Mr. Jamesmale34.5003309117.8292NaNQ
18933Wilkes, Mrs. James (Ellen Needs)female47.0103632727.0000NaNS
28942Myles, Mr. Thomas Francismale62.0002402769.6875NaNQ
38953Wirz, Mr. Albertmale27.0003151548.6625NaNS
48963Hirvonen, Mrs. Alexander (Helga E Lindqvist)female22.011310129812.2875NaNS
test_1.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 418 entries, 0 to 417
Data columns (total 11 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   PassengerId  418 non-null    int64  
 1   Pclass       418 non-null    int64  
 2   Name         418 non-null    object 
 3   Sex          418 non-null    object 
 4   Age          332 non-null    float64
 5   SibSp        418 non-null    int64  
 6   Parch        418 non-null    int64  
 7   Ticket       418 non-null    object 
 8   Fare         417 non-null    float64
 9   Cabin        91 non-null     object 
 10  Embarked     418 non-null    object 
dtypes: float64(2), int64(4), object(5)
memory usage: 36.0+ KB

2 数据分析/处理

2.1 对船票和年龄降序排列

data = data.sort_values(by=['票价','年龄'], ascending=False)
data.head(5)
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口
67968011Cardeza, Mr. Thomas Drake Martinezmale36.001PC 17755512.3292B51 B53 B55C
25825911Ward, Miss. Annafemale35.000PC 17755512.3292NaNC
73773811Lesurer, Mr. Gustave Jmale35.000PC 17755512.3292B101C
43843901Fortune, Mr. Markmale64.01419950263.0000C23 C25 C27S
34134211Fortune, Miss. Alice Elizabethfemale24.03219950263.0000C23 C25 C27S
data.tail(5)
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口
48148202Frost, Mr. Anthony Wood "Archie"maleNaN002398540.0NaNS
63363401Parr, Mr. William Henry MarshmaleNaN001120520.0NaNS
67467502Watson, Mr. Ennis HastingsmaleNaN002398560.0NaNS
73273302Knight, Mr. Robert JmaleNaN002398550.0NaNS
81581601Fry, Mr. RichardmaleNaN001120580.0B102S

1 发现票价越高，幸存的人数越多，前20人中，70%的人幸存;后20人中仅有一人幸存;

2 概率可能会较其他参数同水平的人更低。

2.2 观察船票/性别/年龄

①票价

data['票价'].describe()

count    891.000000
mean      32.204208
std       49.693429
min        0.000000
25%        7.910400
50%       14.454200
75%       31.000000
max      512.329200
Name: 票价, dtype: float64

②性别

data['性别'].describe()

count      891
unique       2
top       male
freq       577
Name: 性别, dtype: object

③年龄

data['年龄'].describe()

count    714.000000
mean      29.699118
std       14.526497
min        0.420000
25%       20.125000
50%       28.000000
75%       38.000000
max       80.000000
Name: 年龄, dtype: float64

总结 ：

1.票价整体很低，仅有少数高价票

2.男性较女性更多，占64%

3.乘客年龄不高，28岁以下占50%，38岁以下占75%，有少数高龄乘客

3 数据清洗及特征处理

数据清洗简述

我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的样子。

3.1 缺失值的观察与处理

3.1.1 缺失值观察

data.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 891 entries, 679 to 815
Data columns (total 12 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   乘客ID    891 non-null    int64  
 1   是否幸存    891 non-null    int64  
 2   乘客等级    891 non-null    int64  
 3   乘客姓名    891 non-null    object 
 4   性别      891 non-null    object 
 5   年龄      714 non-null    float64
 6   兄妹个数    891 non-null    int64  
 7   父母小孩个数  891 non-null    int64  
 8   船票信息    891 non-null    object 
 9   票价      891 non-null    float64
 10  客舱      204 non-null    object 
 11  登船港口    889 non-null    object 
dtypes: float64(2), int64(5), object(5)
memory usage: 90.5+ KB
或者使用df.isnull().sum()
data.isnull().sum()

乘客ID        0
是否幸存        0
乘客等级        0
乘客姓名        0
性别          0
年龄        177
兄妹个数        0
父母小孩个数      0
船票信息        0
票价          0
客舱        687
登船港口        2
dtype: int64

3.1.2 缺失值的处理

过滤缺失值

①df.isnull 加 布尔索引，手动过滤缺失值 

#  方法一
# data[data['年龄'].isnull()] = 0

②df.dropna方法

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) 

# 方法二
# data.dropna()

补全缺失值

df.fillna() 方法

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None) 

# data[data['年龄']].fillna()

3.2 重复值的观察与处理

3.2.1 观察重复值

data[data.duplicated()]
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口
data.duplicated().sum()

0

3.2.2 删除重复值

data.drop_duplicates()
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口
67968011Cardeza, Mr. Thomas Drake Martinezmale36.001PC 17755512.3292B51 B53 B55C
25825911Ward, Miss. Annafemale35.000PC 17755512.3292NaNC
73773811Lesurer, Mr. Gustave Jmale35.000PC 17755512.3292B101C
43843901Fortune, Mr. Markmale64.01419950263.0000C23 C25 C27S
34134211Fortune, Miss. Alice Elizabethfemale24.03219950263.0000C23 C25 C27S
.......................................
48148202Frost, Mr. Anthony Wood "Archie"maleNaN002398540.0000NaNS
63363401Parr, Mr. William Henry MarshmaleNaN001120520.0000NaNS
67467502Watson, Mr. Ennis HastingsmaleNaN002398560.0000NaNS
73273302Knight, Mr. Robert JmaleNaN002398550.0000NaNS
81581601Fry, Mr. RichardmaleNaN001120580.0000B102S

891 rows × 12 columns

3.3 特征观察与处理

数值型特征：Survived ，Pclass， Age ，SibSp， Parch， Fare，其中Survived， Pclass为离散型数值特征，Age，SibSp， Parch， Fare为连续型数值特征

文本型特征：Name， Sex， Cabin，Embarked， Ticket，其中Sex， Cabin， Embarked， Ticket为类别型文本特征。

文本型特征往往需要转换成数值型特征才能用于建模分析。

3.3.1 对年龄进行分箱（离散化）处理

什么是分箱？

即连续值的离散化，把一组数据切分为若干“箱子”。

pd.cut方法详解

①将连续变量Age平均分箱成5个年龄段，并分别用类别变量12345表示

bins = 5 #bins为分组方法，可以为int、标量序列
data['年龄（离散化）'] = pd.cut(data['年龄'], bins, labels=['1','2','3','4','5'])
data.head(5)
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口年龄（离散化）
67968011Cardeza, Mr. Thomas Drake Martinezmale36.001PC 17755512.3292B51 B53 B55C3
25825911Ward, Miss. Annafemale35.000PC 17755512.3292NaNC3
73773811Lesurer, Mr. Gustave Jmale35.000PC 17755512.3292B101C3
43843901Fortune, Mr. Markmale64.01419950263.0000C23 C25 C27S4
34134211Fortune, Miss. Alice Elizabethfemale24.03219950263.0000C23 C25 C27S2

②将连续变量Age划分为[0,5) [5,15) [15,30) [30,50) [50,80)五个年龄段，并分别用类别变量12345表示

bins = [0,5,15,30,50,80]
data['年龄（离散化）'] = pd.cut(data['年龄'], bins, labels=['1','2','3','4','5'])
data.head()
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口年龄（离散化）
67968011Cardeza, Mr. Thomas Drake Martinezmale36.001PC 17755512.3292B51 B53 B55C4
25825911Ward, Miss. Annafemale35.000PC 17755512.3292NaNC4
73773811Lesurer, Mr. Gustave Jmale35.000PC 17755512.3292B101C4
43843901Fortune, Mr. Markmale64.01419950263.0000C23 C25 C27S5
34134211Fortune, Miss. Alice Elizabethfemale24.03219950263.0000C23 C25 C27S3

③将连续变量Age按10% 30% 50 70% 90%五个年龄段，并用分类变量12345表示

pd.qcut()方法详解

q = [0,0.1,0.3,0.5,0.7,0.9]
data['年龄（离散化）'] = pd.qcut(data['年龄'], q, labels=['1','2','3','4','5'])
data.head()
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口年龄（离散化）
67968011Cardeza, Mr. Thomas Drake Martinezmale36.001PC 17755512.3292B51 B53 B55C4
25825911Ward, Miss. Annafemale35.000PC 17755512.3292NaNC4
73773811Lesurer, Mr. Gustave Jmale35.000PC 17755512.3292B101C4
43843901Fortune, Mr. Markmale64.01419950263.0000C23 C25 C27SNaN
34134211Fortune, Miss. Alice Elizabethfemale24.03219950263.0000C23 C25 C27S3

3.3.2 对文本变量进行转换

①查看文本变量名及种类（性别/客舱/登船港口）
方法一：value_counts
data['性别'].value_counts()

male      577
female    314
Name: 性别, dtype: int64

data['登船港口'].value_counts()

S    644
C    168
Q     77
Name: 登船港口, dtype: int64
方法二：unique()
data['客舱'].unique()

array(['B51 B53 B55', nan, 'B101', 'C23 C25 C27', 'B57 B59 B63 B66',
       'B58 B60', 'C45', 'C62 C64', 'C95', 'C82', 'B3', 'B5', 'C7',
       'C125', 'C91', 'C22 C26', 'B80', 'B78', 'C32', 'C99', 'E40', 'E34',
       'B96 B98', 'D48', 'D36', 'C68', 'C70', 'C65', 'C86', 'B69', 'B73',
       'B49', 'C78', 'C93', 'C92', 'B77', 'B79', 'C83', 'C50', 'E49',
       'C54', 'A34', 'B28', 'E67', 'E68', 'B41', 'B82 B84', 'B86', 'C46',
       'D20', 'D7', 'D11', 'D9', 'D26', 'D33', 'D49', 'D15', 'D37', 'C85',
       'B22', 'B35', 'C2', 'D10 D12', 'B30', 'E31', 'B18', 'B20', 'A20',
       'E36', 'E44', 'E50', 'E33', 'C123', 'E8', 'D30', 'D35', 'D19',
       'C126', 'C110', 'B71', 'A14', 'E46', 'D21', 'C101', 'A24', 'A32',
       'C90', 'B39', 'A10', 'A16', 'D28', 'F4', 'E63', 'A26', 'T', 'A6',
       'C52', 'C128', 'A5', 'D46', 'B19', 'D50', 'A31', 'A7', 'C30',
       'C104', 'B50', 'C106', 'A23', 'D6', 'C148', 'B42', 'D45', 'B37',
       'C118', 'C47', 'C49', 'C124', 'C111', 'B4', 'E38', 'C87', 'C103',
       'E17', 'E12', 'B38', 'E25', 'E24', 'D47', 'F2', 'A19', 'D17',
       'E58', 'F E69', 'G6', 'D', 'D56', 'E101', 'F33', 'E121', 'E77',
       'E10', 'F38', 'F G63', 'F G73', 'B94', 'A36', 'B102'], dtype=object)

data['客舱'].nunique() # 不同种类数据的个数

147
② 将文本变量用数值变量12345表示
方法一：replace

replace官方文档

data['性别（数值）'] = data['性别'].replace(['female','male'], [0, 1])
data.head()
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口年龄（离散化）性别（数值）
67968011Cardeza, Mr. Thomas Drake Martinezmale36.001PC 17755512.3292B51 B53 B55C41
25825911Ward, Miss. Annafemale35.000PC 17755512.3292NaNC40
73773811Lesurer, Mr. Gustave Jmale35.000PC 17755512.3292B101C41
43843901Fortune, Mr. Markmale64.01419950263.0000C23 C25 C27SNaN1
34134211Fortune, Miss. Alice Elizabethfemale24.03219950263.0000C23 C25 C27S30
方法二：Series.map（）

map官方文档

data['性别（数值）'] = data['性别'].map({'male':1, 'female':0})

当文本类型的种类较少时，可以采用以上两种方法，如性别，但如 客舱这种复杂信息，这两种方法就难以应对。

方法三：使用sklearn.preprocessing的LabelEncoder

LabelEncoder方法

methoddescribetion
fit(y)Fit label encoder
fit_transform(y)Fit label encoder and return encoded labels
get_params([deep])Get parameters for this estimator.
inverse_transform(y)Transform labels back to original encoding.
set_params(**params)Set the parameters of this estimator.
transform(y)Transform labels to normalized encoding.
from sklearn.preprocessing import LabelEncoder

for feat in ['船票信息', '客舱']: #对 船票信息，客舱 两列文本信息分别进行数值化处理
    encoder = LabelEncoder()
    data[feat + '（数值化）'] = encoder.fit_transform(data[feat].astype(str))
    #astype()函数可用于转化dateframe某一列的数据类型,不使用astype会报错
data.sort_values(by='乘客ID').head()
乘客ID是否幸存乘客等级乘客姓名性别年龄兄妹个数父母小孩个数船票信息票价客舱登船港口年龄（离散化）性别（数值）船票信息（数值化）客舱（数值化）
0103Braund, Mr. Owen Harrismale22.010A/5 211717.2500NaNS21523147
1211Cumings, Mrs. John Bradley (Florence Briggs Th...female38.010PC 1759971.2833C85C5059681
2313Heikkinen, Miss. Lainafemale26.000STON/O2. 31012827.9250NaNS30669147
3411Futrelle, Mrs. Jacques Heath (Lily May Peel)female35.01011380353.1000C123S404955
4503Allen, Mr. William Henrymale35.0003734508.0500NaNS41472147
③将文本变量用one-hot编码表示

将已经离散化、数值化的列删除

data_encoded = data.drop(['性别', '年龄', '客舱', '船票信息'], axis = 'columns')
data_encoded.head()
乘客ID是否幸存乘客等级乘客姓名兄妹个数父母小孩个数票价登船港口年龄（离散化）性别（数值）船票信息（数值化）客舱（数值化）
67968011Cardeza, Mr. Thomas Drake Martinez01512.3292C4160834
25825911Ward, Miss. Anna00512.3292C40608147
73773811Lesurer, Mr. Gustave J00512.3292C4160815
43843901Fortune, Mr. Mark14263.0000SNaN19563
34134211Fortune, Miss. Alice Elizabeth32263.0000S309563
登船港口_1hot = pd.get_dummies(data['登船港口'], prefix='登船港口')
登船港口_1hot
登船港口_C登船港口_Q登船港口_S
679100
258100
737100
438001
341001
............
481001
633001
674001
732001
815001

891 rows × 3 columns

data_encoded = pd.concat([data_encoded,登船港口_1hot], axis=1)
data_encoded.head()
乘客ID是否幸存乘客等级乘客姓名兄妹个数父母小孩个数票价登船港口年龄（离散化）性别（数值）船票信息（数值化）客舱（数值化）登船港口_C登船港口_Q登船港口_S
67968011Cardeza, Mr. Thomas Drake Martinez01512.3292C4160834100
25825911Ward, Miss. Anna00512.3292C40608147100
73773811Lesurer, Mr. Gustave J00512.3292C4160815100
43843901Fortune, Mr. Mark14263.0000SNaN19563001
34134211Fortune, Miss. Alice Elizabeth32263.0000S309563001

3.3.3 从纯文本提取特征

# 跳过：正则表达式

3.3.4 数据保存

data_encoded.to_csv('train_fin.csv')
xianhe_0621
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
kaggle入门——泰坦尼克号之灾
qq_73075805的博客
04-04 798
Kaggle的泰坦尼克号入门比赛是一个经典的机器学习项目，旨在让参与者通过建立模型来预测乘客在泰坦尼克号沉船事件中的生还情况。这个任务提供了一个包含乘客信息的训练数据集，其中包括了乘客的个人信息（如年龄、性别、船舱等级等）以及是否生还的标签。参与者需要使用这些数据建立一个模型，并使用测试数据集来验证模型的准确性。我们直接通过代码讲解，来梳理一下一个数据分析任务的全过程。比赛地址。
泰坦尼克号船员数据集.rar
05-11
泰坦尼克号船员数据集，包括train.csv和test.csv。文件列名为PassengerId Survived，Pclass，Name，Sex ，Age，SibSp， Parch， Ticket， Fare Cabin Embarked。
【python kaggle机器学习】泰坦尼克号 - 灾难中的机器学习详解
最新发布
10年数据\经营分析经验，现任大厂数据分析负责人
04-15 1763
深入机器学习算法的核心，比较逻辑回归、支持向量机和随机森林等算法的性能，并指导您如何通过交叉验证和超参数调整来优化您的预测。这篇指南将为新手提供一个全面的起点，为经验丰富的数据科学家提供深入的策略，最终，我们的目标是构建一个能够精准预测乘客生存的模型。
Titanic(泰坦尼克号数据集）
不务正业的猿
10-30 3332
原文： Overview The data has been split into two groups: training set (train.csv) test set (test.csv) The training setshould be used to build your machine learning models. For the training set, we provide the outcome (also known as the “ground tr.
数据分析——泰坦尼克号乘客数据集
weixin_41624993的博客
03-19 1134
Datawhale开源课程：泰坦尼克号乘客数据分析 第二章 第二、三节数据重构
Titanic数据集百度云盘下载
he_yang_的博客
10-16 5744
百度云盘下载 链接：https://pan.baidu.com/s/1jF99BjxeRXxSUDhCcZ5RjQ 提取码：8gx6
泰坦尼克乘客生存预测-kaggle-数据集
03-31
这个数据集源自于世界著名的kaggle竞赛，旨在挑战参与者预测在泰坦尼克号沉船事件中，哪些乘客能够幸存。通过分析这个数据集，我们可以深入了解数据预处理、特征工程、模型选择和评估等多个关键环节，同时还能领略到...
Kaggle平台泰坦尼克号数据集+源代码+注释
06-14
《泰坦尼克号数据分析实战：Kaggle竞赛详解》 Kaggle，全球知名的机器学习与数据科学竞赛平台，提供了一系列具有挑战性的数据问题供广大数据爱好者竞技。本资料包包含了一个经典的数据集——“泰坦尼克号”，以及...
sklearn kaggle竞赛 泰坦尼克号幸存者数据集
03-30
它包含了乘客的各种特征，如年龄、性别、船票等级、登船港口等，以及一个重要的目标变量——"Survived"，表示乘客是否在泰坦尼克号沉没时幸存。`test.csv`是测试集，包含与训练集相似的特征但没有"Survived"列，我们...
kaggle-泰坦尼克号生存率预测 准确率 82%，完整代码和分析过程
04-14
这不仅是一篇文章，它是一次探险——通过分析泰坦尼克号的乘客数据，我们将了解如何使用Python、Pandas、Seaborn和Scikit-learn等工具来预测一个人在灾难中生存的可能性。我们将从理解数据的重要性开始，解析年龄、...
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
泰坦尼克号数据集-数据集
03-26
kaggle之泰坦尼克号幸存者预测大赛数据
11-28
该数据是kaggle的泰坦尼克号幸存者预测大赛的数据。有训练集和测试集两部分组成
泰坦尼克号kaggle测试训练CSV
02-23
《泰坦尼克号数据分析——基于Kaggle竞赛的探索与训练》 在数据科学的世界里，Kaggle竞赛是检验和提升技能的重要平台，而“泰坦尼克号”则是其中的经典案例之一。这个数据集源自1912年泰坦尼克号沉船事件，挑战者...
Dataset：titanic泰坦尼克号数据集/泰坦尼克数据集(是否获救二分类预测)的简介、下载、案例应用之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
07-22 8314
​ Dataset：titanic泰坦尼克号数据集/泰坦尼克数据集(是否获救二分类预测)的简介、下载、案例应用之详细攻略 目录 titanic(泰坦尼克号)数据集的简介 titanic(泰坦尼克号)数据集的下载 titanic(泰坦尼克号)数据集的案例应用 titanic(泰坦尼克号)数据集的简介 泰坦尼克号沉船事故。1912年，当时隶属于英国的世界级豪华客轮泰坦尼克号，因在处女航行中不幸撞上北大西洋冰山而沉没。这场事故使得1500多名乘客罹难。后来，这场震惊世界的惨剧
kaggle实战—泰坦尼克（一、数据分析）
weixin_44023658的博客
08-19 3807
数据加载 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 任务一：导入numpy和pandas
python数据分析房价预测_Kaggle入门级赛题：房价预测——数据分析篇
06-12
好的，你的问题是关于Kaggle入门级赛题：房价预测的数据分析部分。这个比赛的目标是预测在美国艾奥瓦州的Ames市的房屋销售价格。 在数据分析方面，你需要进行以下步骤： 1. 导入数据：使用pandas库导入数据集，...

“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
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