泰坦尼克号分类法:一种针对Kaggle机器学习泰坦尼克号生存挑战的分类方法以Jupyter Notebooks的形式测试并解释了数据可视化数据预处理和不同算法
泰坦尼克号幸存者分类挑战 泰坦尼克号分类。 给定泰坦尼克号乘客子集的数据集,可以预测他们是否会幸存。 学分 Claudia Chianella( ) Yannick Giovanakis( ) Flavio Primo( ) 弗朗切斯科·齐纳里( ) 方法 以下提供了此项目遵循的步骤。 每个步骤和分类器都有自己的文档。 数据可视化:数据分析以了解缺失值,数据关系和功能的实用性 预处理:利用上一步获得的知识,对数据进行预处理,包括处理缺失值,删除无用的功能并构建新功能 分类器:使用多种技术基于预处理数据构建分类器 分类技术 分类技术以及相对分数。 分类器 测试集分数 简历得分
文件列表
titanic-classification-master.zip
(预估有个36文件)
titanic-classification-master
Ensemble.ipynb
6KB
.gitignore
4KB
support-vector-machine.ipynb
14KB
requirements.txt
902B
naive-bayes.ipynb
8KB
perceptron.ipynb
16KB
src
Utils.py
4KB
random-forest.ipynb
126KB
暂无评论