当前位置： 首页 > news >正文

免费动画制作软件,郑州seo招聘,在建项目经理查询,加强网络安全建设目录 0.准备1.问题分析挑战流程数据集介绍结果提交 2.代码实现2.1 加载数据2.1.1 加载训练数据2.1.2 加载测试数据 2.2 数据分析2.3 模型建立与预测 3.结果提交 0.准备 注册kaggle账号后#xff0c;进入titanic竞赛界面 https://www.kaggle.com/competitions/titanic 进入后界… 目录 0.准备1.问题分析挑战流程数据集介绍结果提交 2.代码实现2.1 加载数据2.1.1 加载训练数据2.1.2 加载测试数据 2.2 数据分析2.3 模型建立与预测 3.结果提交 0.准备 注册kaggle账号后进入titanic竞赛界面 https://www.kaggle.com/competitions/titanic 进入后界面如下 Overview部分为竞赛整体介绍包括竞赛介绍以及结果评估。 Data部分为数据集介绍介绍使用的数据集。 Code部分为提交的代码
1.问题分析 挑战 泰坦尼克号的沉没是历史上最臭名昭著的沉船事故之一。 1912 年 4 月 15 日被公认为 永不沉没 的皇家邮轮泰坦尼克号在首航时撞上冰山沉没。不幸的是由于没有足够的救生艇供船上所有人使用2224 名乘客和船员中有 1502 人丧生。 虽然生还有一定的运气成分但似乎有些群体比其他群体更有可能生还。 在这项挑战中我们要求您建立一个预测模型来回答这个问题使用乘客数据即姓名、年龄、性别、社会经济阶层等来回答 什么样的人更有可能幸存 流程 参加竞赛 阅读挑战说明接受竞赛规则并访问竞赛数据集。开始工作 下载数据在本地或 Kaggle Notebooks我们的免设置、可定制的 Jupyter Notebooks 环境配备免费 GPU上构建模型并生成预测文件。提交 在 Kaggle 上以提交的形式上传您的预测并获得准确率分数。查看排行榜 在我们的排行榜上查看您的模型在其他 Kaggler 中的排名。提高分数 查看讨论区查找大量教程和其他竞争对手的见解。 数据集介绍 在本次竞赛中您将获得两个类似的数据集其中包括乘客信息如姓名、年龄、性别、社会经济阶层等。一个数据集名为 train.csv另一个名为 test.csv。 Train.csv将包含一个乘客子集确切地说是891人的详细信息重要的是它将揭示乘客是否幸存也就是所谓的 “基本事实”。 test.csv 数据集包含类似的信息但不会披露每位乘客的 “基本事实”。您的任务就是预测这些结果。 利用您在 train.csv 数据中发现的模式预测机上其他 418 名乘客在 test.csv 中找到是否幸存。 结果提交 目标 您的任务是预测泰坦尼克号沉没时是否有乘客幸存。 对于测试集中的每个变量您必须预测其值为 0 或 1。 指标 您的分数是您正确预测乘客的百分比。这就是所谓的准确率。 提交文件格式 您应提交一个 csv 文件其中包含 418 个条目和一行标题。如果您提交的文件中有额外的列除乘客编号和存活人数外或行则会显示错误。
2.代码实现 首先选择Code之后点击New Notebook 新建Notebook后会出现如下界面 单击运行Notebook中的代码 查看运行结果 代码为

This Python 3 environment comes with many helpful analytics libraries installed

It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python

For example, heres several helpful packages to loadimport numpy as np # linear algebra

import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)# Input data files are available in the read-only ../input/ directory

For example, running this (by clicking run or pressing ShiftEnter) will list all files under the input directoryimport os

for dirname, _, filenames in os.walk(/kaggle/input):for filename in filenames:print(os.path.join(dirname, filename))# You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using Save Run All

You can also write temporary files to /kaggle/temp/, but they wont be saved outside of the current session结果应为 /kaggle/input/titanic/train.csv /kaggle/input/titanic/test.csv /kaggle/input/titanic/gender_submission.csv 2.1 加载数据

主要使用 pd.read_csv(filepath_or_buffer. sep‘;’) filepath_or_buffer 输入需要读取的csv文件路径 sep指定数据中列之间的分隔符默认为逗号。 data.head():返回data的前几行数据默认为前五行需要前十行则data.head(10) data.tail():返回data的后几行数据默认为后五行需要后十行则data.tail(10) 2.1.1 加载训练数据 代码 train_data pd.read_csv(/kaggle/input/titanic/train.csv) train_data.head()输出结果
2.1.2 加载测试数据 代码 test_data pd.read_csv(/kaggle/input/titanic/test.csv) test_data.head()结果
2.2 数据分析 记住我们的目标我们希望在train.csv中找到规律帮助我们预测test.csv中的乘客是否幸存。 当有这么多数据需要排序时最初寻找规律可能会让人感到不知所措。所以我们从简单开始。 请记住gender_submission.csv中的样本提交文件假设所有女性乘客幸存所有男性乘客死亡。 这是一个合理的初步猜测吗我们将检查这个猜测在数据中是否成立在train.csv中。 将下面的代码复制到新的代码单元格中。然后运行单元格。 代码 计算女性幸存率 women train_data.loc[train_data.Sex female][Survived] rate_women sum(women)/len(women)print(% of women who survived:, rate_women)结果 % of women who survived: 0.7420382165605095 计算男性幸存率 men train_data.loc[train_data.Sex male][Survived] rate_men sum(men)/len(men)print(% of men who survived:, rate_men)结果 % of men who survived: 0.18890814558058924 上面的代码计算了幸存的男性乘客在火车.csv中的百分比。 从中可以看出船上几乎75%的女性幸存下来而只有19%的男性活了下来。由于性别似乎是生存的有力指标gender_submission.csv中的提交文件并不是一个糟糕的第一猜测 但归根结底这份基于性别的报告的预测只基于一个专栏。正如你所能想象的通过考虑多列我们可以发现更复杂的模式这些模式可能会产生更明智的预测。由于同时考虑几个列是非常困难的或者同时考虑许多不同列中的所有可能模式需要很长时间我们将使用机器学习来实现自动化。 2.3 模型建立与预测 我们将建立一个所谓的随机森林模型。该模型由几棵“树”组成下图中有三棵树但我们将构建100棵它们将单独考虑每位乘客的数据并投票决定乘客是否幸存。然后随机森林模型做出一个民主的决定得票最多的结果获胜 下面的代码单元在数据的四个不同列“Pclass”、“Sex”、“SibSp”和“Parch”中查找模式。它根据train.csv文件中的模式在随机森林模型中构建树然后在test.csv中为乘客生成预测。该代码还将这些新预测保存在csv文件submission.csv中。 将此代码复制到您的笔记本中并在新的代码格中运行。 from sklearn.ensemble import RandomForestClassifiery train_data[Survived]features [Pclass, Sex, SibSp, Parch] X pd.get_dummies(train_data[features]) X_test pd.get_dummies(test_data[features])model RandomForestClassifier(n_estimators100, max_depth5, random_state1) model.fit(X, y) predictions model.predict(X_test)output pd.DataFrame({PassengerId: test_data.PassengerId, Survived: predictions}) output.to_csv(submission.csv, indexFalse) print(Your submission was successfully saved!)运行结果 Your submission was successfully saved! 可以看到在Outpu文件夹下生成了submission.csv
3.结果提交 提交后在右边可看到最新提交的结果