Kaggle-Tatannic
引进库
用到的库:
numpy,熊猫,matplotlib,季节性,xgboost
1.导入数据
将测试集与训练集合并发,并添加附加0/1用于区分。此处用到的方法有:
pd.read.csv:读取数据
pd.append:将训练集和验证集合并
pd.set_index:设置行索引名称
2.查看数据整体
data.head()
共11个分段名称分别为:年龄,船舱号,登船港口,票价,名字,父母子女数,兄弟姐妹数,经济水平,性别,票号。
登船港口:C / Q / S三个港口
经济等级:分为低/中/高
其中,生存/ SibSp / Parch / Age / Fare为数值型数据,直观上讲可能转化率有影响,可以先进行进行相关性分析,看变量间是否有关联筛选。变量,后面可尝试进行编码处理
3.查看数值型变量间的相关性,用于筛选变量
data [“基线名”] .cor
2021-10-28 09:05:08
87KB
系统开源
1