【文件属性】：
文件名称：Kaggle_Titanic:基本的Kaggle ML预测比赛挑战-泰坦尼克号生存预测
文件大小：36KB
文件格式：ZIP
更新时间：2021-04-22 21:51:40
Python
Kaggle_Titanic
基本的Kaggle ML预测比赛挑战-泰坦尼克号生存预测
0.74641 二进制时代-> 0.76076 二进制年龄+二进制票价-> 0.76794 边界年龄组+边界票价组-> 0.7703 边界票价组+矢量化Pcl，性别，SibSp，帕奇，上船-> 0.77990 方法和结果：
数据集中的处理区域
模型
结果（准确性）
Pclass，Sex，Age，Sibsp，Parch（全部自动执行一次热）
完全连接+辍学
0.74641
Pclass，Sex，Age，Sibsp，Parch（所有功能均为自动一键启动）
完全连接+辍学+批处理规范
0.73684
Pcl，性别，同胞，Par（自动一击），年龄（二进制）
完全连接+辍学
0.73684
Pcl，性别，同胞，Par *年龄（二进制，从姓名中填写）
完全连接+辍学+批处理规范
0.76076
【文件预览】：
Kaggle_Titanic-main
----DNN()
--------DNN+Dropout.py(2KB)
--------Studyspace()
--------optimizing_hyperparam.py(3KB)
--------DNN_0.7751.py(3KB)
--------xavier_initializer.py(4KB)
--------Models_with_various_preprocessed_files()
--------README.md(2KB)
--------DNN+Dropout+BN.py(3KB)
--------train_do_bn_age_fare.py(3KB)
----CNN()
--------preprocessed()
--------CNN_dropout()
--------README.md(2KB)
--------CNN.py(2KB)
----RNN()
--------RNN.py(2KB)
----Preprocess()
--------Pclass_Sex_Sibsp_Parch_Fare_Embarked_Preff()
--------Age_prediction()
--------Age+Fare()
--------Age_Fare_Pcl_Embarked()
--------README.md(2KB)
--------Age_Fare_to_boundaries()
--------Age()
----README.md(3KB)