集成学习框架下的乘客状态预测
案例介绍
集成学习框架下的乘客状态预测
案例介绍
基于Kaggle SpaceshipTitanic竞赛数据，独立完成了涵盖数据清洗、特征工程、模型训练与评估的端到端机器学习二分类预测项目。针对数据集中的混合类型特征与非随机缺失现象，设计了基于业务逻辑的智能填补策略（利用CryoSleep与消费金额的互斥关系进行缺失值反推），并对Cabin字段进行字符串拆分解构出Deck/NUM/Side三个空间特征，同时通过对数变换修正消费类特征的长尾分布并提取PassengerId中的群组出行信息（GroupId/GroupSize/IsSolo）。算法层面依次实现了RandomForest基准测试、HistGradientBoosting流水线构建，最终采用LightGBM配合StratifiedKFold五折交叉验证与早停机制，通过软投票集成策略将验证集准确率提升至80.88%。技术栈使用Python、Pandas、Scikit-learn、LightGBM、Matplotlib。可承接机器学习建模、数据清洗与特征工程、分类预测系统开发、Kaggle类竞赛项目等需求。
案例图片
相似案例推荐
-
AIoT 智慧交通与停车 PaaS平台
项目描述： 本项目旨在解决智慧交通领域中“终端协议碎片化”
-
中游链旅居 — 民宿旅居官网系统
一、项目概述 中游链旅居是面向全国特色民宿打造的品牌官网一
-
智慧公路AI巡检
传统公路巡查依赖人工徒步或驾车目测，存在三大痛点：① 巡查效
-
企业级智慧访客一体化管理系统
集团总部园区日均访客量超500人，原有C/S架构访客系统存在
-
海南航空旅客小程序
应用技术： 使用 java17+springboot3
-
五号快充小程序
项目概述： 本项目是一款面向商用电池 BMS 设备管理与
1小时精推人才
需求方专属客服，免费梳理匹配
