数据挖掘学习（Kaggle案例分析）①

本文参考自: Kaggle-Titanic Notebooks

数据挖掘实战项目：Kaggle -- 泰坦尼克生存预测

一. 数据挖掘的总体流程：

  1. 问题的定义（Problem definition）
  2. 获取原始数据（Acquire Data）
  3. 清洗、准备数据（Wrangle, prepare, cleanse the data）
  4. 分析模式并探索数据（Analyze, identify patterns, and explore the data）
  5. 对数据建模，并根据模型预测、解决所提出的问题（Model, predict and solve the problem）
  6. 可视化、报告并且呈现问题的解决步骤和最终解决方案。（Visualize, report, and present the problem solving steps and final solution）
  7. 提交结果（Submit the results）
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

友情链接更多精彩内容