泰坦尼克号0.81准确率实验报告.docx

发布时间：2022-06-15 发布人：admin 分类：说明书资料大小：1.27M 资料格式：docx 举报版权申诉

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第1页.png

第1页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第2页.png

第2页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第3页.png

第3页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第4页.png

第4页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第5页.png

第5页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第6页.png

第6页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第7页.png

第7页 / 共16页

20771f66-6614-43da-bc2c-47b58f26af5c.docx.pdf-第8页.png

第8页 / 共16页

泰坦尼克号

1 导入包

2 加载并合并数据

3 查看数据

4 处理数据

5 提取模型需要的数据

6 对数据进行标准化、降维等操作

7 可视化研究不同特征的影响

泰坦尼克号软件工程 1704 张志浩 20175283 1 导入包 2 加载并合并数据

3 查看数据

Embarked => 登船港口 Cabin => 客舱

我们知道了总的数据一共有 1309 行，也知道了每个特征的数据类型，很多数据都出现了缺失，总结一下： 1、 Age缺失 263个，不算多，处理数据 2、 Survived缺失418个，不用处理，因为test.csv中的数据本来就是没有 Survived的。 3、 Cabin缺失1014个，缺失太多，丢弃这个特征 4、 Fare缺失1个 5、 Embarked缺失2个 4 处理数据在数据中出现缺失或者错误的 Value 是很正常的事，一些预测模型可以很好的处理缺失数据，如神经网络(neural networks)，有些则需要单独处理他们。但是我们使用的随机森林(Random Forest)来做预测模型，随机森林(自身并不能对付缺失数据，所以我们需要对缺失值单独进行处理。 4.1 删除 Cabin => 客舱、Ticket => 船票信息、PassengerId => 乘客ID 4.2 处理 Age => 年龄的缺失值 4.2.1 平均值来填充 Age（年龄）有 263 个缺失项，就简单地用平均值来填充，并看看填充前后的直方图：

4.2.2 随机选取平均值加减标准差范围的数来填充

4.3 接着，我们需要从年龄中提取一个特征出来，即：孩子。尊老爱幼 4.4处理Embarked => 登船港口的缺失值

4.5 填补 Fare => 票价缺失值 Fare（票价）只有 1 个缺失项,直接用平均值填充：可以看出票价集中在 10 左右，幸存的人的票价平均在 48。

4.6Pclass => 乘客等级(1/2/3 等舱位) 可视化

分享到：

赞收藏

资料库

泰坦尼克号0.81准确率实验报告.docx

相关推荐

后端

热门标签

最新资料