首先下载数据 https://www.kaggle.com/c/titanic/data kaggle上面的数据 import pandas as pd import numpy as np import os,sys os.getcwd() data = pd.read_csv(’./tt/train.csv’) data.columns data = data[[‘Survived’, ‘P

项目目标： Titanic数据集是我们进入到机器学习领域中的第一个数据集，同我们学习编程的第一句程序语言（‘hello,world’）是一样的。通过对该数据集进行机器学习建模，掌握Numpy,Pandas,Matplotlib,Sklearn等常用数据分析库的使用，并掌握机器学习的完成流程数据预处理 - 建立基础模型 - 模型评估 - 调参 - 固定模型参数。 背景介绍： 泰坦尼克沉船是震惊

目录 1，实验要求： 2，报告内容 引言 数据处理 导入数据 查看数据集信息 数据清洗  特征工程 特征提取 特征选择 生还率预测说明 模型构建 建立训练数据集和测试数据集  选择不同的机器学习算法 训练模型，评估模型  方案实施 生存预测 参数调优 结论 改进方法 1，实验要求： 详细描述：按照机器学习一般流程针对“泰坦尼克沉船生存率”数据进行

网上的泰坦尼克号沉船数据可视化，写的全是代码，没点分析过程，干脆我自己来写 • PassengerId => 乘客ID• Survived => 获救情况（1为获救，0为未获救）• Pclass => 乘客等级(1/2/3等舱位)• Name => 乘客姓名• Sex => 性别• Age => 年龄• SibSp => 堂兄弟/妹个数• Parch => 父母与小孩个数• Ti