注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Titanic使用逻辑回归预测

  2. 使用逻辑回归预测Titanic幸存者是否幸存，基于Anaconda+juypters实现，参考来自https://github.com/HanXiaoyang/Kaggle_Titanic/blob/master/Titanic.ipynb

  3. 所属分类：机器学习

    • 发布日期：2019-01-05
    • 文件大小：361472
    • 提供者：y_bei

  1. A Data Science Framework_ To Achieve 99% Accuracy.ipynb

  2. titanic machine learning case study. this is a python notebook.

  3. 所属分类：机器学习

    • 发布日期：2019-07-10
    • 文件大小：3145728
    • 提供者：dskdskdskdskdsk

  1. titanic.ipynb

  2. Overview The data has been split into two groups: training set (train.csv) test set (test.csv) The training set should be used to build your machine learning models. For the training set, we provide the outcome (also known as the “ground truth”) for

  3. 所属分类：算法与数据结构

    • 发布日期：2019-08-31
    • 文件大小：26624
    • 提供者：xxmrxxx

  1. 泰坦尼克号：预测泰坦尼克号沉没的生存-源码

  2. 铁达尼号 预测泰坦尼克号沉没的生存。 泰坦尼克号资料库包含： 'data'：具有原始火车（'train.csv'）和测试（'test.csv'）数据 'Titanic.ipynb'：此存储库的笔记本 “图像”：来自“ Titanic.ipynb”的所有可视化 'submission.csv'：预测的csv文件。 问题 许多乘客未能幸免于泰坦尼克号沉没。 有关这些乘客的数据和信息，请访问 。 下表列出了所提供数据中的变量。 多变的 定义 钥匙 旅客编号 乘客的唯一标识符 生存 生存 0 =否

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：987136
    • 提供者：weixin_42138525

  1. ml-workflow-automation：Python机器学习（ML）项目，演示了Jupyter笔记本中的原型ML工作流程，并在Kubernetes上将模型自动部署为RESTful服务-源码

  2. 自动化原型机器学习工作流程和模型部署 该存储库包含一个基于Python的机器学习（ML）项目，其主要目的是演示Jupyter笔记本中的原型ML工作流程，以及使用托管的Titanic二进制分类数据集来实现一些关键步骤自动化的概念验证思想。在。 ML工作流程包括：数据探索和可视化，特征工程，模型训练和选择。 笔记本titanic-ml.ipynb还会产生一个持久的预测管道（被分配到models目录），该管道在模型部署过程的下游使用。 请注意，我们已经将CSV格式的数据从Kaggle下载到了该项目的根

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：7340032
    • 提供者：weixin_42103587

  1. titanic-lesson:一个关于如何预测泰坦尼克号沉船事故幸存者的机器学习笔记本-源码

  2. 泰坦尼克号 一个关于如何预测泰坦尼克号沉船事故幸存者的机器学习 在本地运行 笔记本使用Python 3.8.6 安装Pipenv 笔记本使用Pipenv进行依赖管理，可以通过运行安装 pip install pipenv 还有其他几种安装Pipenv的方法。请按照查看所有可能的选项。 安装依赖 在项目目录中时，可以通过运行安装依赖项 pipenv install 或者，您可以通过运行以下命令手动安装它们 pip install pandas scikit-learn matplotlib sea

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：168960
    • 提供者：weixin_42120283