Advertisement

泰坦尼克号生存预测数据集.rar

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：RAR

简介：
泰坦尼克号生存预测数据集包含乘客信息，旨在通过机器学习模型预测他们在泰坦尼克号灾难中的幸存情况，为数据分析和建模提供宝贵资源。 Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rarTitanic生存预测数据集包含多次重复，表明这是一个与泰坦尼克号乘客生还情况相关的数据分析文件集合。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 泰坦尼克号生存预测数据集.rar
    优质
    泰坦尼克号生存预测数据集包含乘客信息，旨在通过机器学习模型预测他们在泰坦尼克号灾难中的幸存情况，为数据分析和建模提供宝贵资源。 Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rar Titanic生存预测数据集.rarTitanic生存预测数据集包含多次重复，表明这是一个与泰坦尼克号乘客生还情况相关的数据分析文件集合。
     
  • 泰坦尼克号生存预测数据集
    优质
    泰坦尼克号生存预测数据集包含乘客信息如年龄、性别、票级等，用于分析和构建模型以预测他们在1912年泰坦尼克号沉没事件中的生还情况。 泰坦尼克号数据集完整版已经试验过，欢迎下载。
     
  • 泰坦尼克号生存概率预测数据集
    优质
    本数据集旨在通过分析乘客信息来预测他们在泰坦尼克号灾难中的幸存几率，涵盖年龄、性别、舱位等级等关键因素。 数据集包含训练集和测试集，共有1200多条记录。这些数据包括年龄、性别、船舱号等信息，可用于进行数据分析和挖掘。
     
  • 泰坦尼克号幸存预测数据集
    优质
    泰坦尼克号幸存预测数据集包含乘客信息如年龄、性别、舱位等级等，用于分析与预测哪些因素影响了他们在1912年泰坦尼克号沉船事件中的生存几率。 泰坦尼克号生存预测数据集包含在文件 Taitanic data.zip 中。
     
  • 泰坦尼克号幸存预测数据集
    优质
    泰坦尼克号幸存预测数据集包含乘客信息如性别、年龄、舱位等级等，用于分析和构建模型预测他们在1912年泰坦尼克号沉没事故中的生存几率。 泰坦尼克号生存预测数据集包含了用于分析乘客在“泰坦尼克”号沉船事件中的生还可能性的相关信息。这个数据集通常被用来进行机器学习模型的训练，以便更好地理解哪些因素可能影响一个人在这场灾难中幸存下来的可能性。这些因素包括但不限于年龄、性别、舱位等级和家庭成员数量等。通过这样的分析，可以帮助识别出那些在类似情况下最有可能需要特别关注的人群。
     
  • 泰坦尼克号幸存预测数据集.zip
    优质
    该数据集包含了泰坦尼克号乘客的信息以及他们是否为幸存者。通过分析年龄、性别、船票等级等特征，可以帮助理解哪些因素影响了乘客的生存几率。非常适合进行机器学习和数据分析练习。 泰坦尼克号轮船的沉没是历史上最为人熟知的海难事件之一。1912年4月15日，在她的处女航中，泰坦尼克号在与冰山相撞后沉没，在船上的 2224 名乘客和机组人员中，共造成 1502 人死亡。这场耸人听闻的悲剧震惊了国际社会，从而促进了船舶安全规定的完善。造成海难失事的原因之一是乘客和机组人员没有足够的救生艇。尽管在沉船事件中幸存者有一些运气因素，但有些人比其他人更容易存活下来，究竟有哪些因素影响着最终乘客的生存与否呢? 在这个数据集中，包含三个文件：训练集、测试集以及测试集的答案。
     
  • 泰坦尼克数据集与生存预测源码
    优质
    本项目基于泰坦尼克号乘客数据，利用机器学习算法进行生存预测分析，提供完整的代码实现和模型优化方案。 泰坦尼克号问题是一个经典且有趣的案例，涉及到电影《泰坦尼克号》中的“Jack and Rose”的故事背景。当豪华游轮发生沉船事故后，乘客们惊恐地寻找逃生机会，但由于救生艇数量有限，并非每个人都能获救。副船长宣布了优先救助妇女和儿童的原则：“lady and kid first！”因此，谁能够幸存下来并非随机决定的，而是根据一些背景信息来排序。 训练数据包括一系列乘客的信息（如年龄、性别等）及其是否存活的状态；通过这些数据建立模型后，可以用来预测其他未见过的乘客在类似情况下的生存概率。这是一个典型的二分类问题，并可以通过多种机器学习算法解决。
     
  • 预测泰坦尼克号乘客的生存几率-数据集
    优质
    该数据集包含泰坦尼克号乘客的信息，如年龄、性别、船票等级等，用于建立模型预测乘客在泰坦尼克号事件中的生存几率。 预测Titanic号上的乘客生存概率需要使用数据集、训练集和测试集进行分析，并根据这些数据得出预测结果。
     
  • 泰坦尼克号幸存预测（Kaggle）
    优质
    本项目基于Kaggle竞赛“泰坦尼克号生存预测”，通过分析乘客数据如年龄、性别、舱位等级等，建立模型以预测其生还概率。 【Kaggle】泰坦尼克号生存预测 Titanic。score：0.80861，项目包含 jupyter notebook、csv 和 python 文件。代码中包括 EDA（探索性数据分析）过程，并使用了逻辑回归模型（Logistic Regression）、决策分类树模型（Decision Tree）、随机森林模型（Random Forest）和梯度提升树模型（Gradient Boosting Tree）。其中，最高得分为逻辑回归模型的0.80861。