ML5进阶——机器学习数据分析（泰坦尼克号生存率预测）
简介
相信大家都看过铁达尼号电影里面凄美的爱情故事，今天我们就透过表象看实际，是什么因素影响了生存率（直男~）
机器学习包括6个步骤：提出问题、理解数据、数据清洗、构建模型、模型评估、方案实施。
问题已经提出，为了便于教学，将理解数据、数据清洗那块的繁琐的环节简化下，我们直接提供已经清洗好整理好的数据。
数据
泰坦尼克号沉没事件发生在1912年4月15日，许多人在这场悲剧中丧生，但许多人也得以幸存。这不是纯粹的运气，而是可以通过年龄，性别和机舱舱位以及机器学习的力量来预测的。
您可以在以下链接中找到更多信息：
https://www.kaggle.com/c/titanic
我们可以打开这份表格，稍微看下，里面有5列数据。
第一列为生存状况（输出结果）生存或者死亡
第二~五列为乘客的状况因素（输入因素）
通过这份输入输出的表格，我们可以借助机器学习的奥妙，后面我们通过给出输入因素，它就能告知我们是否生还。
DIY机器学习模型
如果说数据获取是最珍贵的一环，那么DIY模型这个过程就是最有技术含量的一环。DIY机器学习模型就像解方程。通过已知量，求解出一些常量，建立起方程公式。
对于这些多个因素，导致一个最终的结果。好在机械学习发展多年，它们有了特定的套路，可以用标准的模型进行套用。
加载我们的ML5插件——DIY模型分栏
由上面的截图可知，模型一般有两种，分类与回归。
分类很简单，是或者否，非黑即白。这张照片，是狗还是猫。
回归，一般指是某个范围，例如预测明天股价如何。
将数据导入模型中
数据加载到模型中，有以下几种方法。
数据是机器学习程序的食物，有很多方法可以进行数据加载。
前面两个是跟数据相关
后两个是跟图片数据相关
对于本篇，可以使用前两个积木块。它们的效果是等同的。
输入与输出，恰好对应我们csv的表头。
点击第三个窟窿，提示你选择刚才下载的文件。
训练模型
数据一切都准备好后的，也设置好输入与输出。
准备进行训练，训练50次就是经验值。
当你依次点击了以下三个积木块后，左侧就会出来训练的图标，可以看到它正在不断的收敛
应用预测
通过以上步骤训练出模型后，我们可以输入一些条件，通过模型进行预测是否生还。
在船的第一夹层，女性，32岁，船票100元，通过模型预测，她是可生还的。
在船的第三夹层，男性，32岁，船票100元，通过模型预测，他可能就要见上帝了...
附录
如果你觉得以上的对于你太简单了，不过瘾，那么可以看看，真正的程序猿是怎么做这块的机器学习数据分析。希望能给你更多的启发。
https://zhuanlan.zhihu.com/p/136290906