sklearn库的泰坦尼克号生存预测分析(源码)【字数：11561】

摘 要相较于传统的数据分析，数据挖掘技术不再局限于只分析与目标问题相关性很强的数据，而是从人脑意识中感觉关联性不强的数据着手，运用当下流行的机器学习算法，更加多角度，全方位地分析和研究数据集，得出有价值的信息来指导实践。本文通过模拟的泰坦尼克号乘客与工作人员的特征数据集，可以对船员进行生存预测。此外，这项预测数据是可以为保险行业所利用的。本文首先对数据集进行分析并进行可视化展示，再对每一个特征进行二次处理和转换，建立相应的特征工程，在此基础上，运用Sklearn库中的诸如决策树、随机森林、逻辑回归等机器学习算法完成预测。最后，我们需要选出一个最优模型。本文以这样的一个综合型很强的案例表现出数据挖掘的强大之处，体现大数据时代必将是不可逆转的时代潮流。现如今对于购买船票大都会附带一个自愿的保险费用，而更多的人会选择视而不见。更加重要的是，我们可以通过购票时乘客提供的各项特征信息产生输入流，然后传入算法模型进行预测，得出一个结果供乘客参考。如此，乘客会对保险更加重视，在个人安全系数变相得到提升的同时，保险行业的业绩也会有肉眼可见的涨幅。

版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/398.html