实操泰坦尼克号生存预测91课件.pptx

实操-泰坦尼克号生存预测

模块及库的安装导入各模块数据集处理机器学习模型优化与改进泰坦尼克号生存预测结果分析结论与展望目录CONTENTS

07构建模型并预测结果

任务分析（我们的问题是想确定输出（幸存与否）与其他变量或特征（性别、年龄、票价等级...）之间的关系，这属于典型的分类和回归问题。当使用给定的数据集训练我们的模型时，我们称为监督式学习的机器学习。这样，模型主要有：逻辑回归支持向量机KNN或k-最近邻朴素贝叶斯分类器决策树随机森林感知机人工神经网络RVM或相关向量机

格式化数据集X_train=train_df.drop(Survived,axis=1)Y_train=