泰坦尼克数据集-机器学习

泰坦尼克号csv数据，机器学习中做特征工程的样例数据

kaggle上面的Titanic比赛，77%的正确率，模型是逻辑回归。

决策树：泰坦尼克号生存预测决策树：

泰坦尼克号数据-titanic

泰坦尼克数据集下载 训练集 测试集 导入需要的库 import matplotlib.pyplot as plt %matplotlib inline import numpy as np import pandas as pd 加载数据集 train_file = './data/titanic/train.csv' eval_file = './data/titanic/eval.csv' train_df = pd.read_csv(train_file) eval_df = pd.read_csv(eval_file) print(train_df.head()) print(eva

主要分析有数据接:https://pan.baidu.com/s/1jn88GiOr7uWA8BDQocFXxg 密码: s0e0不同舱位等级中幸存者和遇难者的乘客比例不同性别的幸存比例幸存和遇难旅客的票价分布幸存和遇难乘客的年龄分布不同上船港口的乘客仓位等级分布幸存和遇难乘客堂兄弟姐妹的数量分布幸存和遇难旅客父母子女的数量分布单独乘船与否和幸存之间有没有联系是否成年男性和幸存之间有没有联系 数据接:https://pan.baidu.com/s/1jn88GiOr7uWA8BDQocFXxg 密码: s0e0 首先做准备（导入库，读入数据集） import matplotlib.pypl

机器学习泰坦尼克号数据集，Titanic - Machine Learning from Disaster Start here! Predict survival on the Titanic and get familiar with ML basics

Titanic数据集是非常适合数据科学和机器学习新手入门练习的数据集。 数据集为1912年泰坦尼克号沉船事件中一些船员的个人信息以及存活状况。这些历史数据已经非分为训练集和测试集，你可以根据训练集训练出合适的模型并预测测试集中的存活状况。

机器学习实例不多，泰坦尼克号获救测试是一个比较好的，可是苦于没有训练数据，最近出去下载下来了，与诸君分享。