kaggle-泰坦尼克号生还预测分析-Top 5% leaderboard
背景：这是Kaggle平台上的开放竞赛。给定泰坦尼克号部分乘客的特征（性别、年龄、票价、仓位等）及其生还与否的训练标签，预测其他乘客生还的可能性。 任务：构建机器学习/深度学习模型，使得预测精度尽可能地高。 本项目的方法：1）、基于LR/SVM/DT/DNN/KNN/DeepFM等基分类器建立初步预测模型；2）、基于GBDT/XGBoost/LightGBM等集成学习模型进一步改进，提高预测精度。主要用到Python语言（numpy/skleran/pandas/scipy等库）。 结果：最终预测精度为81.8%，Kaggle leaderboard排名Top 5%。.