【机器学习】 利用Matlab分类学习器（精细树）预测泰坦尼克号成员存活概率
·
概要
主要利用Matlab的分类学习器快速搭建机器学习模型，预测Kaggle入门题目泰坦尼克号成员存活概率。
数据说明
train.csv包含了船上部分乘客（891名乘客，每位乘客在表格中都有不同的一行）的详细信息。数据如下图所示。
第二列（“Survived”）中的值可用于确定每位乘客是否存活：
如果是 “1”，则乘客存活。
如果是 “0”，则乘客死亡。
数据导入
利用Matlab的数据导入功能将训练数据导入至工作区域，对变量的类型以及一些缺失值进行处理
打开Matlab分类学习器，将相关的训练数据导入，选择需要采用的特征，这里只是简单的演示，将名字等信息直接剔除掉，利用简单的信息进行预测测试
模型训练
点击训练按钮之后，即可选择相关的模型进行训练，训练好的模型可以进行导出，以便后续进行调用
小结
这里选取的特征未经过任何预处理，可以进行处理，将一些缺失值进行填充，进一步优化模型。
相关训练代码与数据导入函数链接
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
3
0- 0
已为社区贡献1条内容
所有评论(0)