晃荡链接：http://edu.51cto.com/activity/lists/id-47.html?wenzhang

我是51CTO学院讲师唐宇迪，在51CTO学院“4.20 IT充电节”(4月19~20日)到来之际，和大年夜家分享一下机械进修拭魅战案例经验。正文来啦~~~

机械进修：数据分析很好懂得，就是发掘出来我们须要的有价值的信息，那么机械进修又是什么呢?刚接触这个范畴的同窗可能有些迷茫，这个词看起来蛮高端的，我就来通俗的解释一下，机械进修是我们要让机械(咱们的电脑)在汗青的数据中去进修到一些数据分布的规矩，然后应用到新的数据中，如许新的数据来了我们就可以做一系列义务啦，比如银行根据汗青数据得出什么样的人我会借给他若干钱，那么一个新来的同窗来捐款，银行就会得出一个明白值，借给他若干钱!机械进修的应用已经涉及到我们生活中的各个角落，跟着人工智能业的成长，信赖机械进修的力量会使得我们生活的情况更上一层楼!

故事背景：今天要讲的故事是咱们家喻户晓的泰坦尼克号，那么咱们是要往返想一下jack和rose的经典动作吗?这些只是咱们故事的开端，我们要做一件异常有意思的工作，去猜测一下泰坦尼克号中，哪些成员能获救。

遴选兵器：义务已经明白下达，接下来的目标就是遴选几个合适的兵器去进行猜测的工作啦，咱们的主线是应用Python，因为在数据分析与机械进修界Python已经成为一哥啦!起首介绍下咱们的兵器谱!

Numpy-科学计算库 重要用来做矩阵运算，什么?你不知道哪里会用到矩阵，那么如许想吧，咱们的数据就是行(样本)和列(特点)构成的，那么数据本身不就是一个矩阵嘛。

Pandas-数据分析处理库 很多小伙伴都在说用python处理数据很轻易，那么轻易在哪呢?其实有了pandas，很复杂的操作我们也可以一行代码去解决掉落!

Matplotlib-可视化库 无论是分析照样建模，光靠好记性可不可，很有须要把结不雅和过程可视化的┞饭示出来。

Scikit-Learn-机械进修库 异常实用的机械进修算法库，这琅绫擎包含了根本你认为你能用上的所有机械进修算法啦。但还远不止如斯，还有很多预处理和评估的模块等你来发掘!

Pandas起首登场，我们用它来进行数据处劳憾ブ析是灰常便利的，起首攫取了.csv文件，又显示了它的前5行数据。来简单介绍一下数据中每一列都是什么意思。

PassengerId：一个乘客的ID号，这对我们来说似乎没啥大年夜用呢，获不获救跟ID貌似没啥大年夜关系，暂且不消它!

Survived：这个就很重要了，它就是咱们的标签(LABEL)标记住这小我到底是获救了，照样没获救。

Pclass：乘客的船舱等级，是贵族照样平平易近呢?有3个船舱的等级。

Name：乘客的姓名，老外的名字真长啊~

Sex：只有二种~

Age：各个年纪段都有的

SibSp：与该船员一路登船的兄弟姐妹个数

Parch：白叟和孩子个数

Ticket：船票~貌似咱们用不上这个编码

Fare：船票的价格，贵族票照样蛮贵的

Embarked：登船的船埠，只有3个地点

不雅察可以发明，对于Age这一列来说，只有714个值，而其他列都是891个值，这说清楚明了什么呢?粗大年夜事了，出缺掉值，那怎么办呢?这可以用很多种办法啦，用均值，众数，中位数都可以进行填充嘛。在这里，我们应用中位数来对缺掉值进行了填充。这个不是个别现象，对于一份真实的数据来说，缺掉值是灰经常见的现象!

核兵器登场啦，应用scikit-learn可以轻松建立一个机械进修模型，这里我们应用逻辑回归(经典的二分类)完成这个案例，起首照样先来介绍下逻辑回归是什么吧!

数据简介：拿上这些趁手的兵器，我们赶紧干活吧，起首来看一下咱们的数据是长什么样子的!接下来我们就用这些兵器来竽暌功对问题!

假设如今有两个特点，工资和年纪。我们要根据这两个指标来猜测一下银行会借给这小我若干钱。那么，我们就可以建立出来如许一个方程式!也就是说要找到最合适的一组参数使得我们最终猜测的值和真实值袈浣接近越好!然则我们如今要做的是一个分类义务呀!也就是说要获得一个类别值毕竟是获救了照样没获救，那么还须要往下再走一步。

　　推荐阅读

　　虚拟化的孽与缘——学习虚拟化技术需要掌握的知识与能力

我是51CTO学院讲师王春海，在51CTO学院 “4.20 IT充电节”(4月19~20日) 到来之际，和大年夜家分享一下虚拟化技巧的进修经验。正文来啦~~~我大年夜1993年进修计算机，有过短期的>>>详细阅读

本文标题：数据分析机器学习的泰坦尼克案例-牛刀小试

地址：http://www.17bianji.com/lsqh/34738.html

 1/2    1