R语言泰坦尼克号随机森林案例数据分析报告（附代码数据）

深度学习应用与开发，Google TensorFlow-Keras预测泰坦尼克号旅客生存（浙江大学城市学院 计算机与计算机科学学院）

titanic数据，包括tran.csv,test.csv,gender_submission.csv,train是编码为1-891共891名乘客的训练数据，test和gender_submission分别为测试数据和需要提交结果的格式以及正确答案。

Kaggle数学竞赛泰坦尼克号生存预测的代码。方便没有梯子的同学。

平台下载的原始三个数据train.csv test.csv gender_submission.csv （本来想0积分 分享给大家 无奈最低是1分了）

友情提示，kaggle注册帐号发送验证邮件时验证码貌似是使用了谷歌的服务，如果没有梯子是刷不出验证码无法验证账号的，没有梯子的话可以考虑注册雅虎账号然后用雅虎账号登录kaggle。不过有时一些数据的下载好像也会用到谷歌。这个数据本来想0分的，不过现在好像最低要求是2分。

就是那个大家都熟悉的『Jack and Rose』的故事，豪华游艇倒了，大家都惊恐逃生，可是救生艇的数量有限，无法人人都有，副船长发话了『lady and kid first！』，所以是否获救其实并非随机，而是基于一些背景有rank先后的。 训练和测试数据是一些乘客的个人信息以及存活状况，要尝试根据它生成合适的模型并预测其他人的存活状况。 对，这是一个二分类问题，是我们之前讨论的logistic regression所能处理的范畴。

Kaggle平台泰坦尼克号数据集+源代码+注释

titanic数据集，分为训练集和测试集，训练集有12列特征

平台下载的原始三个数据train.csv test.csv gender_submission.csv （本来想0积分 分享给大家 无奈最低是1分了）