（文章同步更新于个人博客dai98.github.io） 源代码：Github 上一篇文章介绍了如何使用深度学习来预测泰坦尼克号幸存者，这一部分使用多分类器投票来做。由于数据预处理部分比较相似，重复的地方不再赘述，把重点放在模型的构建和优化上面。 使用的环境以及依赖包版本： from matplotlib import pyplot as plt import matplotlib import seaborn as sns import scipy import numpy as np imp

（文章同步更新于个人博客dai98.github.io） 源代码： Github Kaggle 泰坦尼克幸存者预测是Kaggle上数据竞赛的入门级别的比赛，我曾经在一年前作为作业参加过这个比赛，我想要再次从这个比赛开始，尝试不同的模型，来当作在Kaggle比赛的起点。 关于此次竞赛，我想分成两个部分，第一个部分基于PyTorch建立神经网络，第二个部分使用sklearn做多个分类器投票。 使用的编程环境及依赖包版本： import matplotlib from matplotlib