kaggle Tatannic:分析思路及源代码(最终竞争0.81) 源码

Kaggle-Tatannic 引进库 用到的库: numpy,熊猫,matplotlib,季节性,xgboost 1.导入数据 将测试集与训练集合并发,并添加附加0/1用于区分。此处用到的方法有: pd.read.csv:读取数据 pd.append:将训练集和验证集合并 pd.set_index:设置行索引名称 2.查看数据整体 data.head() 共11个分段名称分别为:年龄,船舱号,登船港口,票价,名字,父母子女数,兄弟姐妹数,经济水平,性别,票号。 登船港口:C / Q / S三个港口 经济等级:分为低/中/高 其中,生存/ SibSp / Parch / Age / Fare为数值型数据,直观上讲可能转化率有影响,可以先进行进行相关性分析,看变量间是否有关联筛选。变量,后面可尝试进行编码处理 3.查看数值型变量间的相关性,用于筛选变量 data [“基线名”] .cor