没有合适的资源?快使用搜索试试~ 我知道了~
Python_Project_Philipp_Wolf
共12个文件
csv:6个
ipynb:3个
pyc:1个
需积分: 7 0 下载量 157 浏览量
2021-04-25
01:26:03
上传
评论
收藏 279KB ZIP 举报
温馨提示
主题:我的高级python课程项目将是Kaggle竞赛“泰坦尼克号:从灾难中学习机器” 步骤1:第一步是将项目提供的训练数据加载到熊猫数据框中。 步骤2:通过绘制针对不同功能幸存的人数来熟悉数据。 步骤3:通过将数据中的所有字符串更改为数字,为机器学习准备数据。 我决定重点关注以下功能: P类 性别(1位男性,0位女性) 年龄 SibSp(与之同行的兄弟姐妹和配偶的人数) 帕奇(与一个人一起旅行的父母和子女的数量) 票价 登机(以数字0、1、2编码)年龄,票价和登机缺少一些数据。 对于“年龄和票价”,我用均值填充缺失值,对于“上车”,我假设所有缺少上车值的人都在最“受欢迎”的位置S上车。 该数据处理是在外部保存的函数process_data()中完成的。 步骤4:接下来,我想在训练数据集上测试这两种机器学习技术k-最近邻和逻辑回归。 为此,我将训练数据集分为两部分,以便可
资源推荐
资源详情
资源评论
收起资源包目录
Python_Project_Philipp_Wolf-main.zip (12个子文件)
Python_Project_Philipp_Wolf-main
results_logreg.csv 3KB
gender_submission.csv 3KB
__pycache__
process_data.cpython-37.pyc 1008B
train.csv 60KB
123.csv 3KB
Version_2.ipynb 151KB
.ipynb_checkpoints
Version_1-checkpoint.ipynb 120KB
Version_2-checkpoint.ipynb 151KB
README.md 2KB
process_data.py 1KB
results_knn_9.csv 3KB
test.csv 28KB
共 12 条
- 1
资源评论
SouravGoswami
- 粉丝: 22
- 资源: 4531
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功