泰坦尼克号乘客数据

泰坦尼克号乘客生存分析实战

train = pd.read_csv('../input/titanic/train.csv') test = pd.read_csv('../input/titanic/test.csv') train.head() 原创文章 2获赞 1访问量 145 关注 私信 展开阅读全文 作者：KeithVV

泰坦尼克号预测

如何在Titanic Kaggle挑战中获得0.8134分：泰坦尼克号Kaggle竞赛的解决方案

这里面是kaggle泰坦尼克号python的所有实验代码以及实验报告，正确率保证杠杠的。

泰坦尼克号数据集包含train和test数据集，总共11列数据

目录:*. 数据挖掘流程一. 数据读取与统计分析二. 特征分析 & 缺失值填充2.1 性别与获救2.2 船舱等级与获救2.3 年龄与获救2.4 姓名(称谓) 与获救2.5 填充缺失值2.6 登船地点与获救2.7 兄弟姐妹的数量2.8 父母和孩子的数量2.9 船票的价格三. 特征相关性3.1 相关性热度图3.2 热度图下三角四. 构建特征4.1 年龄特征4.2 家庭总人口4.3 船票价格4.4 类型转换与特征清洗五. 机器学习建模5.1 切分训练集与测试集5.2 逻辑回归 LogisticRegression5.3 支持向量机 SVM5.4 决策树 DecisionTree5.5 随机森林 Ra

泰坦尼克号的测试文件和提交性别报告，并把它们放在一起，整合为一个csv。这是伟大的图表，以帮助您可视化。这也将有助于你知道谁死了或幸存下来。至少 70% 的权利， 但它由你来使它 100% 感谢泰坦尼克号初学者竞争提供的数据。 tested.csv

泰坦尼克号深度生存分析：使用Pandas，Matplotlib，Seaborn库来分析，可视化和探索乘坐泰坦尼克号旅行的人的数据，并使用Scikit学习建模算法来预测其生存的可能性