多层感知器MLP预测泰坦尼克号上旅客生存概率

泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日，泰坦尼克号在处女航中与冰山相撞，2224名乘客和船员中有1502人丧生。这场轰动性的悲剧震惊了国际社会，并导致了更好的船舶安全规

这是kaggle泰坦尼克号准确率0.81的python数据分析超级详细的源代码这是传说中的泰坦尼克机器学习比赛-对你来说最好的，第一次挑战，让你潜入机器学习比赛，熟悉Kaggle平台的工作原理。竞

titanic.csv以及titanic_train.csv泰坦尼克号获救数据两个，两个文件，特征不太一样

卡格勒泰坦尼克号 Kaggle的《泰坦尼克号》机器学习竞赛

Dnn_pytorch_titanic KaggleのtitanicコンペをPytorchを使用し,DNNで予测を行いました。 公式ページ 起动方法 公式ページでtitanicコンペに参加 そこで,笔

kaggle-titanic:关于Kaggle比赛的泰坦尼克号任务

(文章同步更新于个人博客@dai98.github.io) 源代码: Github Kaggle 泰坦尼克幸存者预测是Kaggle上数据竞赛的入门级别的比赛,我曾经在一年前作为作业参加过这个比赛,我想

使用sklearn和Kaggle竞赛数据集学习如何对泰坦尼克号的乘客进行幸存者预测。这个数据集具有初学者友好的结构和可视化，可以帮助您深入了解机器学习和数据分析。我们将介绍如何使用Python编程语言

泰坦尼克号生存者预测数据，用于机器学习各方面，数据预测，建模等等，生存与否与性别，年龄，阶层等因素是有关系的，如果把这些因素作为特征，生存的结果作为预测目标，就可以建立一个典型的二分类机器学习模型。在

泰坦尼克号数据挖掘-checkpoint.ipynb是一份引人入胜的文件，其中包含了对泰坦尼克号数据的深度挖掘。通过分析乘客的生存率、年龄分布、舱位等关键信息，这个文件揭示了泰坦尼克号沉船事件背后隐藏