– 使用 Pandas, NumPy 和 TensorFlow/Keras 构建端到端分类模型,预测泰坦尼克号乘客的生存情况。
– 进行了全面的探索性数据分析 (EDA) 和特征工程(处理缺失值、编码性别/登船港口/舱位等级),并使用
Matplotlib 和 Seaborn 可视化了关键生存因素。
– 通过 Gemini 辅助的超参数调优,实现了 79.01% 的准确率。
– GitHub: https://github.com/windgodovo/titanic-survival-prediction
点击空白处退出提示












评论