泰坦尼克之灾是Kaggle上的一个入门级比赛项目，主要是利用监督式机器学习，对样本进行训练，建立分类模型，对未标记样本进行分类。
通过对本项目的练习，可以将理论知识在实际程序中进行试验，既能熟悉工具的使用，也可以加深对理论的理解。
我已经将代码放到了我的Github上，会持续更新，逐步优化。
基于模块化的思想，我在编写程序时，将功能分到多个文件中，以后版本更新会尽量保持模块的稳定(主程序是main.py)：
v0.1版本，使用sk-learn建立基本的模型，使用SGD和LR两种分类器对测试集进行预测。
作为最基本的模型，主要的目标是能够正常运行，因此本版本中使用的LR模型并未进行超参数调整，使用常规设置。
使用3折交叉验证，对训练样本的精度进行评估：[0.78787879 0.79124579 0.79124579]
最终上传到Kaggle上，准确率为：75.598%。
虽然准确率不是很高，但是此版本已经搭建好了基本的结构，为模型的进一步优化提供了良好的支撑。
扫描二维码关注公众号，回复：
6785743 查看本文章
