首页df_X = df[['PassengerId', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked']] df_Y = df['Survived']

df_X = df[['PassengerId', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked']] df_Y = df['Survived']

时间: 2023-12-21 17:21:48 浏览: 196

泰坦尼克号生还者预测比赛（Manav Sehgal）：

泰坦尼克号生还者预测比赛（Manav Sehgal）： train数据（891）中有12个特征属性如下： PassengerId、Pclass、Name、Sex、Age、SibSp、Parch、Ticket、Fare、Cabin、Embarked以及标签Survived。其中Age缺失了177个值，Cabin缺失了687个值，Embarked缺失了2个值。 test数据（418）中有11个特征属性： PassengerId、Pclass、Name、Sex、Age、SibSp、Parch、Ticket、Fare、Cabin、Embarked。其中Age缺失了86个值，Fare缺失了1个值，Cabin缺失了327个值。数值型的数据(int,float)： PassengerId、Pclass、Age、SibSp、Parch、Fare、Survived。类别型的数据(object)： Name、Sex、Ticket、Cabin、Embarked。分别分析 Pclass 、 Sex 、 SibSp 、 Parch 与 Survived 之间的相关性，这些是从感觉上来的，毕竟仓位等级

这段代码是将数据集 df 中的特征和标签分别存储在 df_X 和 df_Y 变量中。其中，df_X 包含了乘客的各种信息，包括乘客 ID、舱位等级、姓名、性别、年龄、同行兄弟姐妹/配偶的数量、同行父母/子女的数量、船票号码、票价、客舱号码以及登船港口等。df_Y 则包含了每个乘客是否生还的信息（1 表示生还，0 表示未生还）。这些信息可以用来训练机器学习模型，以预测未知乘客的生还情况。

阅读全文