精华内容
下载资源
问答
  • 泰坦尼克号数据集,pyhton数据分析练手,练手专用,数据分析,Python
  • 泰坦尼克号数据集

    2018-04-27 13:19:14
    Kaggle平台泰坦尼克号数据集+源代码+注释
  • 泰坦尼克号预测
  • 机器学习泰坦尼克号案例的完整数据集,包含训练集和测试集。
  • 泰坦尼克号数据集,包含train和test数据集以及gender标签,泰坦尼克号数据集,包含train和test数据集以及gender标签,泰坦尼克号数据集,包含train和test数据集以及gender标签
  • 来自Kaggle的泰坦尼克号数据集,包括测试集和训练集。用于决策树算法。
  • 泰坦尼克号旅客数据集titanic3.xls,原下载地址http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.xls无法获取到。网上的资源比较贵,不方便学习。现在将找到的titanic3.xls数据集以较低的分提供给...
  • 题目提供的训练数据集包含11个特征,分别是: Survived:0代表死亡,1代表存活 Pclass:乘客所持票类,有三种值(1,2,3) Name:乘客姓名 Sex:乘客性别 Age:乘客年龄(有缺失) SibSp:乘客兄弟姐妹/配偶的个数(整数值) ...
  • 泰坦尼克号船员数据集,包括train.csv和test.csv。文件列名为PassengerId Survived,Pclass,Name,Sex ,Age,SibSp, Parch, Ticket, Fare Cabin Embarked。
  • 泰坦尼克号生存预测数据集 泰坦尼克号生存预测数据集 Taitanic data.zip
  • 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。...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
  • 暂无描述
  • kaggle机器学习竞赛泰坦尼克号船员数据集,原网址https://www.kaggle.com/c/titanic
  • 泰坦尼克号数据集:准备的逻辑回归模型和完成的随机森林分析
  • 献给所有数据挖掘爱好者 ...数据集为1912年泰坦尼克号沉船事件中一些船员的个人信息以及存活状况。这些历史数据已经非分为训练集和测试集,你可以根据训练集训练出合适的模型并预测测试集中的存活状况。
  • 泰坦尼克号数据集.csv

    2021-07-21 10:31:18
    泰坦尼克号数据集.csv
  • 泰坦尼克号数据集(机器学习基本数据集)。训练集应用于构建机器学习模型。对于训练集,我们为每位乘客提供结果。您的模型将基于“特征”,如乘客的性别和阶级。也可以使用特征工程来创建新特征。测试集应该用来查看...
  • 泰坦尼克号_数据集
  • 有个公众号和一些文章用的就是泰坦尼克数据集, 我不知道为什么要用这个,但是我找了很久,还有好多收费的, 我就再次恭喜那一个免费的,让大家的学习门槛低一点。
  • Titanic数据集是非常适合数据科学和机器...数据集为1912年泰坦尼克号沉船事件中一些船员的个人信息以及存活状况。这些历史数据已经非分为训练集和测试集,你可以根据训练集训练出合适的模型并预测测试集中的存活状况。
  • 泰坦尼克号生还预测数据集
  • 泰坦尼克号数据集处理
  • 主要分析有数据接:https://pan.baidu.com/s/1jn88GiOr7uWA8BDQocFXxg 密码: s0e0不同舱位等级中幸存者和遇难者的乘客比例不同性别的幸存比例幸存和遇难...首先做准备(导入库,读入数据集) import matplotlib.pypl
  • RMS泰坦尼克号的沉没是历史上最臭名昭著的沉船之一。1912年4月15日,在首次航行期间,泰坦尼克号撞上冰山后沉没,2224名乘客和机组人员中有1502人遇难。这场轰动的悲剧震撼了国际社会,并导致了更好的船舶安全条例。...
  • 对于测试集中的每个乘客,使用你训练过的模型来预测他们是否在泰坦尼克号沉没后幸存下来。 我们还包括gender_submission.csv,一组假设所有且只有女性乘客幸存的预测,作为提交文件应该是什么样子的一个例子。 数据...

    原文:

    Overview

    The data has been split into two groups:

    • training set (train.csv)

    • test set (test.csv)

    The training set should be used to build your machine learning models. For the training set, we provide the outcome (also known as the “ground truth”) for each passenger. Your model will be based on “features” like passengers’ gender and class. You can also use feature engineering to create new features.

    The test set should be used to see how well your model performs on unseen data. For the test set, we do not provide the ground truth for each passenger. It is your job to predict these outcomes. For each passenger in the test set, use the model you trained to predict whether or not they survived the sinking of the Titanic.

    We also include gender_submission.csv, a set of predictions that assume all and only female passengers survive, as an example of what a submission file should look like.

    Data Dictionary

     

     

    Variable

     

    Definition

     

    Key

     

    survival

     

    Survival

     

    0 = No, 1 = Yes

     

    pclass

     

    Ticket class

     

    1 = 1st, 2 = 2nd, 3 = 3rd

     

    sex

     

    Sex

     

     

     

    Age

     

    Age in years

     

     

     

    sibsp

     

    # of siblings / spouses aboard the Titanic

     

     

     

    parch

     

    # of parents / children aboard the Titanic

     

     

     

    ticket

     

    Ticket number

     

     

     

    fare

     

    Passenger fare

     

     

     

    cabin

     

    Cabin number

     

     

     

    embarked

     

    Port of Embarkation

     

    C = Cherbourg, Q = Queenstown, S = Southampton

     

    Variable Notes

    pclass: A proxy for socio-economic status (SES)

    1st = Upper

    2nd = Middle

    3rd = Lower

     

    age: Age is fractional if less than 1. If the age is estimated, is it in the form of xx.5

     

    sibsp: The dataset defines family relations in this way...

    Sibling = brother, sister, stepbrother, stepsister

    Spouse = husband, wife (mistresses and fiancés were ignored)

     

    parch: The dataset defines family relations in this way...

    Parent = mother, father

    Child = daughter, son, stepdaughter, stepson

    Some children travelled only with a nanny, therefore parch=0 for them.

     

    译:

    概述

    数据分为两组:

    训练集(train.csv)

    试验装置(test.csv)

    训练集应该用来建立你的机器学习模型。对于训练集,我们为每个乘客提供结果(也称为“基本事实”)。你的模型将基于乘客的性别和等级等“特征”。也可以使用特征工程来创建新特征。

    应该使用测试集来查看模型对未查看数据的执行情况。对于测试集,我们不提供每个乘客的真实情况。你的工作就是预测这些结果。对于测试集中的每个乘客,使用你训练过的模型来预测他们是否在泰坦尼克号沉没后幸存下来。

    我们还包括gender_submission.csv,一组假设所有且只有女性乘客幸存的预测,作为提交文件应该是什么样子的一个例子。

    数据字典:

     

     

    Variable

     

    Definition

     

    Key

     

    survival

     

    Survival

     

    0 = No, 1 = Yes

     

    pclass

     

    Ticket class

     

    1 = 1st, 2 = 2nd, 3 = 3rd

     

    sex

     

    Sex

     

     

     

    Age

     

    Age in years

     

     

     

    sibsp

     

    # of siblings / spouses aboard the Titanic

     

     

     

    parch

     

    # of parents / children aboard the Titanic

     

     

     

    ticket

     

    Ticket number

     

     

     

    fare

     

    Passenger fare

     

     

     

    cabin

     

    Cabin number

     

     

     

    embarked

     

    Port of Embarkation

     

    C = Cherbourg, Q = Queenstown, S = Southampton

     

    Variable Notes:

    pclass: A proxy for socio-economic status (SES)

    1st = Upper

    2nd = Middle

    3rd = Lower

     

    age: Age is fractional if less than 1. If the age is estimated, is it in the form of xx.5

     

    sibsp: The dataset defines family relations in this way...

    Sibling = brother, sister, stepbrother, stepsister

    Spouse = husband, wife (mistresses and fiancés were ignored)

     

    parch: The dataset defines family relations in this way...

    Parent = mother, father

    Child = daughter, son, stepdaughter, stepson

    Some children travelled only with a nanny, therefore parch=0 for them.

    大家可以到官网地址下载数据集,我自己也在百度网盘分享了一份。可关注本人公众号,回复“2020103001”获取下载链接。

     

    展开全文
  • 泰坦尼克python数据分析,带数据集和源代码【强烈推荐】 泰坦尼克python数据分析,带数据集和源代码,强烈推荐。
  • 机器学习泰坦尼克号数据,入门项目数据集。git上可下。附网址 我也是在git上找到的 ,官网注册后一直无法验证通过。 https://github.com/HumbertoSubiza/Titanic

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,974
精华内容 1,589
关键字:

泰坦尼克号数据集介绍