Upload New File

4-机器学习/4.8-作业/ML_Homework.md

+# Titanic 生存预测项目
+# Titanic 生存预测项目
+
+本项目基于经典的 [Kaggle 泰坦尼克号数据集](https://www.kaggle.com/c/titanic)，利用多种机器学习模型预测乘客是否能够在事故中幸存。通过数据预处理、特征工程以及模型对比实验，找到表现最优的算法。
+
+---
+
+## 项目目标
+
+* 掌握数据预处理、特征工程方法
+* 比较不同机器学习模型的性能（Logistic Regression、SVM、KNN、Decision Tree、Random Forest、XGBoost）
+* 评估模型效果并选择最优方案
+
+---
+
+
+## 数据预处理
+
+* 缺失值填充（如 `Age`, `Embarked`）
+* 类别特征编码（如 `Sex`, `Embarked` 使用 LabelEncoder 或 OneHot）
+* 特征缩放（如 `Fare`, `Age`）
+* 特征选择（保留对生存有影响的字段）
+
+---
+
+## 模型对比实验
+
+我们使用以下模型进行训练与对比：
+
+| 模型                           | 描述                     |
+| ---------------------------- | ---------------------- |
+| Logistic Regression          | 逻辑回归，基础线模型             |
+| SVM (Support Vector Machine) | 支持向量机，适用于中小规模数据        |
+| KNN (K-Nearest Neighbors)    | 基于距离的分类方法              |
+| Decision Tree                | 简单的树模型                 |
+| Random Forest                | 集成多棵决策树，提升泛化能力         |
+| XGBoost                      | 高性能梯度提升树模型，常用于Kaggle竞赛 |
+
+# 作业要求：需给出对比试验指标，数据集可以是tatinic数据或者自己的数据集
+
+例如：
+实验结果对比（准确率），XGBoost的准确率为83.4%，是最优模型
+
+| 模型                  | 准确率         |
+| ------------------- | ----------- |
+| Logistic Regression | 80.2%       |
+| SVM                 | 78.5%       |
+| KNN                 | 77.1%       |
+| Decision Tree       | 79.0%       |
+| Random Forest       | 82.6%       |
+| XGBoost             | **83.4%**   |
+
+
+