科学・IＴ・登山の話題
投稿日：2018年6月1日 更新日：
前回の結果がいまいちだった。これまではAgeは平均値でNullを埋めていた。平均値では明らか実際のデータと差異が出ると考えられる。そのためAgeがない情報についてより正確なAgeで補完するようにした。実際には下記のコードを利用して、性別・クラス別・タイトル別・ファミリーサイズで平均値を出して、その結果を利用して補完した。これで少しはScoreが上がると予想していたが残念ながら下がった。
d_train_g = d_train_g = d_train.groupby(['Sex','Pclass','title', 'FamilySize']) d_train_g_m = d_train_g.median() d_train_g_m = d_train_g_m.reset_index()[['Sex', 'Pclass', 'title', 'FamilySize', 'Age']]
原因として考えられるのは上記４項目がAgeと相関がない可能性がある。そこで相関を調べてみたところ以下のようになった。
d_train.corr()
plt.matshow(d_train.corr())
執筆者：admin
関連記事
タイタニックデータでEDAを実施する。 まずはライブラリの読み込み import pandas as pd import numpy as np import matplotlib.pyplot as …
pipインストールでエラーが出る場合 Collecting tensorflow WARNING: Retrying (Retry(total=4, connect=None, read=None, …
カテゴリ別データのビジュアル 参考)https://www.kaggle.com/omarelgabry/a-journey-through-titanic?scriptVersionId=44779 …
matplotlib.pyplotを利用すると、配列からお手軽にグラフを作成できる。 内容 最もシンプルなグラフ タイトル ラベル、レジェンドを追加 線の種類を変える 最もシンプルなグラフ まずはpy …
UnionFindにおけるfind()もしくはroot()はルート（グループの根）を見つける処理である。 記述方法としては２種類ある。 whileループを回す 再帰処理 それぞれについて動きを確認して …