ML之DT：基于DT算法对泰坦尼克号乘客数据集进行二分类(是否获救)预测 - 代码天地

ML之DT：基于DT算法对泰坦尼克号乘客数据集进行二分类(是否获救)预测

其他 2019-02-24 09:21:10 阅读次数: 0

NoSuchKey

猜你喜欢

转载自blog.csdn.net/qq_41185868/article/details/87897847

ML之DT：基于DT算法对泰坦尼克号乘客数据集进行二分类(是否获救)预测

EL之DT&RF&GBT：基于三种算法(DT、RF、GBT)对泰坦尼克号乘客数据集进行二分类(是否获救)预测并对比各自性能

二分类问题（泰坦尼克号获救预测）

ML之MetaCost：基于泰坦尼克号数据集(独热编码/标签编码)利用MetaCost算法(DT+LiR，基分类器训练→计算错误代价→训练元模型→预测与调整)实现二分类预测应用案例

ML之interpret：基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例

ML之PDP：基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林和LightGBM模型实现可解释性案例

ML之yellowbrick：基于titanic泰坦尼克是否获救二分类预测数据集利用yellowbrick对LoR逻辑回归模型实现可解释性(阈值图)案例

ML之XGBoost：基于泰坦尼克号数据集(填充/标签编码/推理数据再处理)利用XGBoost算法(json文件的模型导出和载入推理)实现二分类预测应用案例

ML之XGBoost：基于titanic泰坦尼克数据集(数据对齐+独热编码/标签编码+构造新特征【四则运算+采用DT/RF树叶节点编码自动构造特征】)利用XGBoost算法实现二分类预测应案例

ML之RF：kaggle比赛之利用泰坦尼克号数据集建立RF模型对每个人进行获救是否预测

机器学习基础之《分类算法（7）—案例：泰坦尼克号乘客生存预测》

ML：基于泰坦尼克号数据集利用多种树类算法(独热编码/标签编码+DT/RF/XGBoost/LightGBM/CatBoost+主要探究各算法对【类别型】特征的处理)进行交叉验证训练并对比模型性能

泰坦尼克号获救预测

ML之SVM：基于Js代码利用SVM算法的实现根据Kaggle数据集预测泰坦尼克号生存人员

【机器学习实践】泰坦尼克号乘客获救预测

泰坦尼克号船员获救预测

【数据挖掘】Kaggle泰坦尼克号分类与预测

机器学习之路: python 决策树分类预测泰坦尼克号乘客是否幸存

预测泰坦尼克号乘客生还率

泰坦尼克号乘客存活预测详细笔记

PT之DNN：基于泰坦尼克号数据集(独热编码/标签编码)利用PyTorch框架的浅层神经网络算法(pth和onnx文件的模型导出和载入推理)实现二分类预测应用案例

泰坦尼克号获救问题

泰坦尼克号上的乘客是否生还的预测分析

R语言二分类问题案例分析：以泰坦尼克号沉船为例

教女朋友学数据挖掘——泰坦尼克号获救预测

使用seaborn探索泰坦尼克号上乘客能否获救

机器学习泰坦尼克号乘客生还情况 ——数据集无法获取解决

通过使用各种算法（线性回归，逻辑回归，随机森林，继承算法）预测泰坦尼克号上的某个人是否获救

泰坦尼克号生存预测（二）-- 特征分析

ML之LoR：基于泰坦尼克号数据集分别利用Platt校准和等距回归校准算法实现概率校准进而提高二元分类模型的预测准确性(模型提效)应用案例

今日推荐

周排行

教你如何约女孩子的方式去理解（TCP三次握手与四次挥手）

android按压背景

【量化小讲堂-Python&Pandas系列10】如何判断一个策略的好坏？(附代码)

编程题：利用链表实现栈

盘点47条 Allegro 使用技巧，你都知道吗？

在VMware Workstation中安装CentOS

二叉树的实现

cmake安装jsoncpp

ReactNative开发城市列表页

最全前端学习资源

每日归档

更多

2025-03-20(0)

2025-03-19(0)

2025-03-18(0)

2025-03-17(0)

2025-03-16(0)

2025-03-15(0)

2025-03-14(0)

2025-03-13(0)

2025-03-12(0)

2025-03-11(0)