permutation_importance()，如何衡量模型特征重要性？发布于2024年09月30日 python 继续特征重要性分析的话题，本文和上一篇文章类似，龙套代码还是采用xgboost对泰坦尼克号数据进行分析。但是特征重要性分析的结果，则采用更加具有通用性的permutation_importance()。苏南大叔的“... 阅读更多
机器学习xgboost模型，特性重要性输出的依据是什么？发布于2024年09月29日 python 本文讨探xgboost的稍稍基础一些的内容：“特征重要性”。对应到数据集里面，就是特征特性features。对于任何一个模型的预测结果来说，它都是对这些特征进行各种分析得出的结论。这些特征都有一个重要性的说法。谁对... 阅读更多
机器学习，如何使用xgboost预测泰坦尼克数据集结果？发布于2024年09月28日 机器学习 对这个泰坦尼克数据集已经反复分析了好多次了，在本文中就根据这个数据集的其中一个版本，叫做xgboost的预测。其实，用什么模型来预测，都会有数据结果。不同的就是：预测的精准度的问题。可谓是条条大路通罗马，款款预测有... 阅读更多
以泰坦尼克数据集为例，可视化分析不同年龄段的生存率发布于2024年09月27日 python 本文仅仅是个数据分析，具体来说是个数据可视化的过程，不存在机器学习的数据预测部分。主要的思路就是，把数据集的age字段进行加工，然后按年龄段分组，最终列柱状图进行可视化对比。苏南大叔的“程序如此灵动”博客，记录苏南... 阅读更多
以泰坦尼克号数据集为例，探讨数据清洗及修复的流程手段发布于2024年09月26日 python 话题回到泰坦尼克数据集，本文以该数据集为例，探讨对数据进行清洗处理的几种方式。对于数据清洗这件事情来说，本文的内容并不是很完整，但是具有代表性。同时，需要注意的是：泰坦尼克数据集也是有很多个版本的，缺失值的情况并不... 阅读更多
检测到了复制动作，那么是否解决了您的问题？ 
