Kaggle系列——Titanic 80%＋精确度纪录

因为最近模型上线收益没有符合预期，一直都没有时间搞，而且感觉Titanic的数据量太少了，做起来没意思，暂且优化到0.8的precision，排名700＋

背景描述

Kaggle上的一个入门题目，属于二分类问题。

泰坦尼克号中一个经典的场面就是豪华游艇倒了，大家都惊恐逃生，可是救生艇的数量有限，不可能让大家都同时获救，这时候副船长发话了：lady and kid first！这并不是一个随意安排的逃生顺序，而是某些人有优先逃生的特权，比如贵族，女人，小孩的。
那么现在问题来了：给出一些船员的个人信息以及存活状况，让参赛者根据这些信息训练出合适的模型并预测其他人的存活状况。

数据描述

数据是csv格式，提醒一下：之前一直是这样解析数据的:

tmp = line.rstrip('\n').split(',')

有些字段中包含”,”，上面这个解析就出问题了。
数据包含的字段如下：

• PassengerID
• Survived(存活与否)
• Pclass（客舱等级）
• Name（姓名）
• Sex（性别）
• Age（年龄）
• SibSp（亲戚和配偶在船数量）
• Parch（父母孩子的在船数量）
• Ticket（票编号）
• Fare（价格）
• Cabin（客舱位置）
• Embarked（上船的港口编号）

评估方式

比赛通过准确率指标评估模型优劣
precision=