文件名称：Titanic-Survival-Prediction-using-decision-tree-algorithm-from-scratch
文件大小：241KB
文件格式：ZIP
更新时间：2024-04-16 17:38:03
JupyterNotebook
从零开始使用决策树算法进行泰坦尼克号生存预测 RMS泰坦尼克号号是豪华轮船，船于1912年4月15日沉没。在这场灾难中 更多的。 随后共有2240人丧生1500人。 在126名儿童中，有59名14岁以下的儿童不幸死亡。 然而，《泰坦尼克号事实》（TitanicFacts，2020年）中显示了53.4％的存活率。 在这个项目中，我的目标是使用合适的机器学习模型来预测哪些乘客在泰坦尼克号沉船中幸存了下来。 我已经从Kaggle网站上获取了数据集（Kaggle，2020年）。 根据训练数据集，生存率为38.4％。 我决定建立一个决策树模型来预测幸存的乘客。 我正在使用CART（分类树和回归树）技术来构建决策树模型。 数据探索 功能说明：•乘客编号：每个通行证的ID•幸存者：幸存者的状态是否幸存。 此处0 =未幸存，1 =幸存•Pclass：根据社会经济状况划分的乘客等级。 在这里，1 =上层，2
【文件预览】：
Titanic-Survival-Prediction-using-decision-tree-algorithm-from-scratch-main
----.DS_Store(6KB)
----code()
--------Titanic-Survival-Prediction-using-decision-tree-algorithm-from-scratch.ipynb(379KB)
----README.md(8KB)