1、【思考】這些庫的作用是什么呢生兆？你需要查一查
import seaborn as sns? #
from IPython.display import Image? #
2、載入我們提供清洗之后的數(shù)據(jù)(clear_data.csv)，大家也將原始數(shù)據(jù)載入（train.csv）鸦难，說說他們有什么不同
通過對比兩個數(shù)據(jù)根吁，將原數(shù)據(jù)中survived列取出作為有監(jiān)督學(xué)習(xí)中Y，同時刪去name列合蔽，并將Sex和Embarked兩列通過獨熱編碼形成值击敌。
這里自己認(rèn)為缺少了一步，哪些參數(shù)和生存相關(guān)呢拴事？沒有進行一個相關(guān)判斷沃斤。
3、劃分?jǐn)?shù)據(jù)集的方法有哪些刃宵？
在機器學(xué)習(xí)建模過程中衡瓶，通行的做法通常是將數(shù)據(jù)集分為訓(xùn)練集和測試集。測試集是與訓(xùn)練獨立的數(shù)據(jù)牲证，完全不參與訓(xùn)練哮针，用于最終模型的評估。
在訓(xùn)練過程中坦袍，經(jīng)常會出現(xiàn)過擬合的問題诚撵，就是模型可以很好的匹配訓(xùn)練數(shù)據(jù)，卻不能很好在預(yù)測訓(xùn)練集外的數(shù)據(jù)键闺。如果此時就使用測試數(shù)據(jù)來調(diào)整模型參數(shù)寿烟，就相當(dāng)于在訓(xùn)練時已知部分測試數(shù)據(jù)的信息，會影響最終評估結(jié)果的準(zhǔn)確性辛燥。通常的做法是在訓(xùn)練數(shù)據(jù)再中分出一部分做為驗證(Validation)數(shù)據(jù)筛武，用來評估模型的訓(xùn)練效果。
驗證數(shù)據(jù)取自訓(xùn)練數(shù)據(jù)挎塌，但不參與訓(xùn)練徘六，這樣可以相對客觀的評估模型對于訓(xùn)練集之外數(shù)據(jù)的匹配程度。模型在驗證數(shù)據(jù)中的評估常用的是交叉驗證榴都，又稱循環(huán)驗證待锈。它將原始數(shù)據(jù)分成K組(K-Fold)，將每個子集數(shù)據(jù)分別做一次驗證集嘴高，其余的K-1組子集數(shù)據(jù)作為訓(xùn)練集竿音，這樣會得到K個模型。這K個模型分別在驗證集中評估結(jié)果拴驮，最后的誤差MSE(Mean Squared Error)加和平均就得到交叉驗證誤差春瞬。交叉驗證有效利用了有限的數(shù)據(jù)，并且評估結(jié)果能夠盡可能接近模型在測試集上的表現(xiàn)套啤，可以做為模型優(yōu)化的指標(biāo)使用宽气。
sklearn中切割數(shù)據(jù)集的方法為train_test_split：
train_test_split (*arrays，test_size, train_size, random_state=None, shuffle=True, stratify=None)
arrays：特征數(shù)據(jù)和標(biāo)簽數(shù)據(jù)（array，list萄涯，dataframe等類型）绪氛，要求所有數(shù)據(jù)長度相同。
test_size / train_size: 測試集/訓(xùn)練集的大小涝影，若輸入小數(shù)表示比例钞楼，若輸入整數(shù)表示數(shù)據(jù)個數(shù)。
random_state：隨機種子（一個整數(shù)）袄琳，其實就是一個劃分標(biāo)記询件，對于同一個數(shù)據(jù)集，如果- random_state相同唆樊，則劃分結(jié)果也相同宛琅。
shuffle：是否打亂數(shù)據(jù)的順序，再劃分逗旁，默認(rèn)True嘿辟。
stratify：none或者array/series類型的數(shù)據(jù)，表示按這列進行分層采樣片效。
4红伦、為什么使用分層抽樣，這樣的好處有什么淀衣？
保證訓(xùn)練數(shù)據(jù)集昙读、測試數(shù)據(jù)集中基本覆蓋所有的數(shù)據(jù)類型，使得劃分的數(shù)據(jù)沒有偏差膨桥。
5蛮浑、為什么線性模型可以進行分類任務(wù)，背后是怎么的數(shù)學(xué)關(guān)系
形成分類曲線只嚣，背后的數(shù)學(xué)關(guān)系主要是梯度下降算法沮稚。
6、對于多分類問題册舞，線性模型是怎么進行分類的
one-versus-Rest(OvR)
