課後練習 07

題目敘述與分數比率

• (0%)至 Kaggle 的 Titanic - Machine Learning from Disaster 比賽，下載相關資料集。
• (40%)讀取其中的 train.csv，並以 Sex 和 Age 欄位為特徵，以及 Survived 欄位為答案，訓練高斯貝氏分類模型。
  • 自己用逗點分隔每行會有問題，因此建議使用 csv 函式庫來讀取。
  • 請勿手動對 csv 檔案作任何更動。
  • 本題接受隔週 demo，但是會打七折。
• (30%)讀取其中的 test.csv，並以 Sex 和 Age 欄位為特徵，加上前一步訓練出的分類器，回答預測結果。
  • 建議使用 csv 函式庫來讀取。
  • 請勿手動對 csv 檔案作任何更動。
  • 於本題中，把代表預測結果的變數 print 出來即可。
  • 本題之隔週 demo 改為打八折。
• (20%)把前一步的預測結果，修改成 Kaggle 指定的格式，並上傳至 Kaggle 看看預測準確度。
• (10%)請加其他欄位（例如 Pclass）為特徵，訓練另一個模型並上傳至 Kaggle，看看預測準確度是否有差異。

注意事項

• 排隊請使用此連結。
• 本週允許使用 numpy、scikit-learn，以及任何 Python 內建的函式庫。