泰坦尼克号 第三章 模型搭建和评估

泰坦尼克号 第三章 模型搭建和评估第三章 模型搭建和评估 建模 经过前面的两章的知识点的学习 我可以对数数据的本身进行处理 比如数据本身的增删查补 还可以做必要的清洗工作 那么下面我们就要开始使用我们前面处理好的数据了 这一章我们要做的就是使用数据 我们做数据分析的目的也就是 运用我们的数据以及结合我的业务来得到某些我们需要知道的结果

大家好,我是讯享网,很高兴认识大家。

第三章 模型搭建和评估–建模

经过前面的两章的知识点的学习,我可以对数数据的本身进行处理,比如数据本身的增删查补,还可以做必要的清洗工作。那么下面我们就要开始使用我们前面处理好的数据了。这一章我们要做的就是使用数据,我们做数据分析的目的也就是,运用我们的数据以及结合我的业务来得到某些我们需要知道的结果。那么分析的第一步就是建模,搭建一个预测模型或者其他模型;我们从这个模型的到结果之后,我们要分析我的模型是不是足够的可靠,那我就需要评估这个模型。今天我们学习建模,下一节我们学习评估。

我们拥有的泰坦尼克号的数据集,那么我们这次的目的就是,完成泰坦尼克号存活预测这个任务。

# 导入库 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # 基于matolotlib的可视化库 from IPython.display import Image # 展示图片 from IPython.display import display_html as dis_h # 使用html展示数据 

讯享网

载入这些库,如果缺少某些库,请安装他们


讯享网

【思考】这些库的作用是什么呢?你需要查一查

  1. pandas 为 Python 提供高性能,易于使用的数据结构和数据分析工具
  2. numpy 支持大量的维度数组与矩阵运算
  3. matplotlib Python的绘图库,与numpy结合使用
  4. seaborn 基于Python 且非常受欢迎的图形可视化库,在 matplotlib 的基础上,进行了更高级的封装,使得作图更加方便快捷

载入我们提供清洗之后的数据(clear_data.csv),大家也将原始数据载入(train.csv),说说他们有什么不同

ans:清洗数据中 没有姓名列和存活列 文字数据都转换为了数字(方便快速运算)

讯享网# 导入数据 data = pd.read_csv('clear_data.csv') # 清洗后的数据  train = pd.read_csv('train.csv') # 原始数据 data.shape,train.shape 
((891, 11), (891, 12)) 
讯享网# 观察清洗后的数据和原始数据 print(dis_h(data.head(3))) # 没有姓名和存活列 文字数据都转换为了数字 print(dis_h(train.head(3))) 
小讯
上一篇 2025-03-03 07:27
下一篇 2025-04-05 21:35

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/76245.html