Python 机器学习 基础 之 【实战案例】轮船人员获救预测实战

Python 机器学习 基础 之 【实战案例】轮船人员获救预测实战

目录

Python 机器学习 基础 之 【实战案例】轮船人员获救预测实战

一、简单介绍

二、轮船人员获救预测实战

三、数据处理

1、导入数据

2、对缺失数据的列进行填充

3、属性转换，把某些列的字符串值转换为数字

四、建立模型

1、引入机器学习库

2、实例化模型

3、把数据传入模型，预测结果

五、算法概率计算

六、集成算法，构建多棵分类树

1、构造多个分类器

2、随机森林

七、特征提取

1、进行特征选择

2、用视图的方式展示

八、集成多种算法

九、小结

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。Python 是一种功能强大且易于学习和使用的编程语言，因此成为了机器学习领域的首选语言之一。Python 提供了丰富的机器学习库，如Scikit-learn、TensorFlow、Keras、PyTorch等，这些库包含了许多常用的机器学习算法和深度学习框架，使得开发者能够快速实现、测试和部署各种机器学习模型。

Python 机器学习涵盖了许多任务和技术，包括但不限于：

1. 监督学习：包括分类、回归等任务。</