当前位置: 首页 > news >正文

吉林省 网站建设最新军事新闻今日最新消息

吉林省 网站建设,最新军事新闻今日最新消息,微信公众官网登录,web前端工程师简历目录 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…

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
在这里插入图片描述

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

  1. 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。

  2. 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。

  3. 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
在这里插入图片描述
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
在这里插入图片描述
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, here's 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 Shift+Enter) 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 won't 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
在这里插入图片描述

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
在这里插入图片描述

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_estimators=100, max_depth=5, random_state=1)
model.fit(X, y)
predictions = model.predict(X_test)output = pd.DataFrame({'PassengerId': test_data.PassengerId, 'Survived': predictions})
output.to_csv('submission.csv', index=False)
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
在这里插入图片描述

3.结果提交

在这里插入图片描述
在这里插入图片描述

提交后在右边可看到最新提交的结果
在这里插入图片描述

http://www.dinnco.com/news/49925.html

相关文章:

  • 网站建设 制作教程 pdf营销型网站建设需要多少钱
  • 哪个网站可以做房产信息群发网站推广优化方法
  • 培训机构网站源码成品网站1688入口网页版
  • 人像摄影网站百度关键词推广方案
  • 做设计必知网站网络营销的基本功能
  • 天津艺匠做网站防晒霜营销软文
  • 导航网站超链接如何做百度权重批量查询
  • 怎么看网站是哪个平台做的宁波网站建设团队
  • 网站排名快速上升seo搜索引擎优化排名哪家更专业
  • 自己开个网站多少钱百度的电话人工客服电话
  • 少儿类网站怎么做花生壳免费域名注册
  • 网站建设价钱最近一周新闻大事摘抄
  • 印刷设计营销网站百度网站打不开
  • 宿迁网站建设价格seo有哪些优化工具
  • 学做投资网站好广告投放渠道有哪些
  • 网站导航栏是什么郑州seo代理外包公司
  • 做网站有哪些软件苏州网站建设哪家靠谱
  • 无锡建设主管部门网站天津seo网络
  • 展示型网站有哪些站内推广方式有哪些
  • 个人网站备案如何取名称百度推广手机app下载
  • 西安模板网站建设套餐佛山网站搜索排名
  • 加强学科网站建设网站推广的概念
  • 网站建设与维护工资重庆网站seo服务
  • aspnet网站开发的书籍专业seo服务商
  • delphi 做直播网站郑州网站关键词优化公司
  • 全面的郑州网站建设河南省郑州市金水区
  • wap 网站 手机微指数
  • 这几年做哪个网站能致富网文推广怎么做
  • 怎样做网站 - 百度人大常委会委员长
  • 获取网站域名2022拉人头最暴利的app