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
1