Kaggle ML Project
This script introduces the first use of csv and numpy to manipulate the dataset of the Kaggle Titanic Project.
- I want first to read the datas,
- then to use them to compute some statistics about the datas,
- and also use them to plot some graphics : on the Plot_*.py files,
This script is still in development. The reference page here on Kaggle.
(c) Avril-Mai 2013 By Lilian BESSON, ENS de Cachan (M1 Mathematics & M1 Computer Science MPRI) mailto:lbesson@ens-cachan.fr
Load in the csv file
Then convert from a list to an array
Nom des attributs.
ce qu’on veut réussir à prédire !
moyenne + influence, cf Plot_pclass.py
aucune influence ?
grande influence, cf Plot_gender.py
moyenne influence, cf Plot_age.py
moyenne + influence, cf Plot_sibsp.py
moyenne + influence, cf Plot_parch.py
complexe: numéro du ticket
grande influence, cf Plot_fare.py
complexe: localisation dans le bateau
moyenne - influence, cf Plot_port.py
Nombre de données d’apprentissage
Nombre de survivants
Nombre de victimes
Proportion de survivants
Proportion de femmes
Proportion de femmes ayant survécues
Proportion d’hommes
Proportion d’hommes ayant survécus
Proportion de survivants dans les passagers venant de Southampton
Proportion de survivants dans les passagers venant de Cherbourg
Proportion de survivants dans les passagers venant de Queenstown
On ne connais pas l’âge de tous les passagers
Age minimum
Age max
Age moyen, utilisé pour compléter les données
Prix min
Prix max
Prix moyen, utilisé pour compléter les données
Skip the fist line as it is a header