Advertisement

泰坦尼克.zip

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

简介：
《泰坦尼克号》是一部经典的爱情灾难片，讲述了1912年豪华巨轮“泰坦尼克号”首航撞上冰山沉没的故事，以及穷画家杰克与贵族少女萝丝之间的爱情传奇。 这是一个有趣的入门级项目，很多人已经做过。最近更新了数据分析三剑客系列的内容，接下来会开始更新这个项目的动态。年初我接触了一些数据挖掘的知识，希望明年能在学业和技术上都有所收获，请大家多多支持。

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.zip
    优质
    《泰坦尼克号》是一部经典的爱情灾难片，讲述了豪华邮轮“泰坦尼克号”首航撞上冰山沉没的历史事件中，不同阶层人物间的爱情故事。 “Python pandas 泰坦尼克号数据分析”一文中所用到的数据为压缩包形式，请下载后解压再使用。
     
  • 泰坦尼克.zip
    优质
    《泰坦尼克号》是一部经典的爱情灾难片，讲述了1912年豪华巨轮“泰坦尼克号”首航撞上冰山沉没的故事，以及穷画家杰克与贵族少女萝丝之间的爱情传奇。 这是一个有趣的入门级项目，很多人已经做过。最近更新了数据分析三剑客系列的内容，接下来会开始更新这个项目的动态。年初我接触了一些数据挖掘的知识，希望明年能在学业和技术上都有所收获，请大家多多支持。
     
  • 泰坦尼克数据集.zip
    优质
    《泰坦尼克数据集》包含了泰坦尼克号乘客的信息，如生存状态、性别、年龄及舱位等级等，用于数据分析和机器学习模型训练。 泰坦尼克号生还者数据集包含了乘客的相关信息及其在“泰坦尼克”号邮轮灾难中的生存状况。这些数据通常用于数据分析和机器学习模型的训练，帮助人们研究影响生存几率的各种因素，如年龄、性别、船票等级等。通过分析该数据集，研究人员可以更好地理解历史事件背后的社会经济模式，并开发预测生还概率的算法。
     
  • 泰坦尼克号（压缩版）.zip
    优质
    《泰坦尼克号》是一部经典的爱情灾难电影，此压缩版保留了原片精华，讲述了一段发生在豪华邮轮上的浪漫悲剧故事。 使用机器学习算法预测泰坦尼克号乘客的存活概率分析包括从数据预处理到可视化展示的全过程。该过程涵盖了特征相关性分析，并且最终比较了几种不同算法的预测准确率。整个流程以Jupyter Notebook格式呈现，详细展示了如何通过一系列步骤来提高模型性能和理解数据特性。
     
  • 泰坦尼克号数据集.zip
    优质
    泰坦尼克号数据集.zip包含的是关于泰坦尼克号乘客信息的数据集合，包括乘客ID、姓名、票号、登船港口等详细信息。此数据集常用于机器学习中的分类算法练习和生存分析研究。 关于Kaggle的Titanic数据集，在这里提供了一个打包好的版本。这样就避免了直接从Kaggle下载可能遇到的一些麻烦。
     
  • 泰坦尼克号数据报告-泰坦尼克号数据分析.pdf
    优质
    本PDF报告深入分析了泰坦尼克号乘客的数据，涵盖了生存率、性别、年龄及舱位等级等因素的影响，旨在揭示这一历史悲剧背后的统计规律与社会现象。 泰坦尼克号数据报告 891名乘客中有549人遇难，占61.6%，342人生还，占38.4%。 各等级船舱的乘客人数如下： - 三等船舱：最多，占比为55.1% - 一等船舱：次之，占比为24.2% - 二等船舱：最少，占比为20.7% 男女乘客分布情况： 男乘客有577人，占64.8%；女乘客有314人，占35.2%。 年龄分布方面： 通过直方图可以看出，大多数人的年龄集中在29岁左右。具体描述性统计数据显示平均年龄为29.5岁，最大值为80岁，最小值不到一岁（使用int()取整后显示为零）。 兄弟姐妹及配偶在船上的乘客情况如下： - 没有兄弟姐妹或配偶的乘客较多，占68.2%。 父母和孩子也在船上分布的情况： 通过柱状图可以看出不同数量的家庭成员随行比例。
     
  • Python泰坦尼克号数据集.zip
    优质
    本资源为Python泰坦尼克号数据集.zip，内含用于机器学习和数据分析的经典泰坦尼克号乘客数据，适合初学者进行生存预测模型实践。 这里面是Kaggle泰坦尼克号的Python实验代码及实验报告，正确率有保证。
     
  • 泰坦尼克号 Kaggle 数据集.zip
    优质
    该数据集包含泰坦尼克号乘客信息，用于预测生存率分析，包括乘客ID、姓名、票号、登船港口等字段，常用于机器学习模型训练与评估。 题目提供的训练数据集包含11个特征：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，存在缺失值）；SibSp（乘客兄弟姐妹或配偶的数量，整数值）；Parch（乘客父母或孩子的数量，整数值）；Ticket（票号，字符串格式）；Fare（乘客所持票的价格，浮点数范围0-500不等）；Cabin（乘客所在船舱编号，存在缺失值）；Embarked（乘客登船港口：S、C、Q，存在缺失值）。