• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • 基于PDFMV框架的Titanic的生存率挖掘

      基于PDFMV框架的Titanic的生存率挖掘

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。

      这是我的第69篇原创文章,关于PDFMV框架的应用。

      阅读完本文,你可以知道:

      1 PDFMV框架指导Titanic的生存率挖掘


      “深度思考”






      Kaggle数据竞赛平台提供了一份Titanic数据集,包括训练集和测试集,需要参赛者对训练集进行探索,分析和挖掘后,对测试集的客户的生存率(存活率)做出预测。这是一种典型的预测分析问题,是一种有监督的学习方式。


      PDFMV框架是Problem-Data-Feature-Model-Value的首字母组合而成,是一种从数据中学习洞见以创造价值的系统性方法论和实践论。



      基于PDFMV框架的Titanic的生存率挖掘,细分如下。


      一  Problem阶段

      俗话说,“救人一命胜造七级浮屠”。

      对Titanic的生存率分析与预测,以发现那些特征对活下来重要和预测客户活着的概率。以史为鉴,降低死亡风险,提升援救效果。


      二 Data 阶段

      1 数据获得

      我们获取数据集,了解数据的结构,规模和元数据,从而对数据有个宏观的认识。


      2 探索性数据分析

      对数据集的单一特征,多个特征,以及特征与标签之间的关系进行探索性分析,采用可视化分析(DVA)手段,总结和提炼出一系列特征。比方说,我们发现性别是一个重要的特征,女人的活着率远高于男人的活着率。


      3 数据管理

      对数据的缺失值进行分析和处理,根据变量的具体缺失情况,选择合适处理策略。比方说年龄,我们可以基于先验知识做分组计算年龄均值然后使用均值插补的处理方法。

      数据的标准化处理,让数据的量纲落在同一范围。


      三 Feature阶段

      1 特征选择

      依据探索性分析的结果,对特征的重要性进行分析和评价,以选择合适的特征。


      四 Model阶段

      1 模型构建和选择

      这是一个分类问题,选择分类相关的模型,采用交叉验证的思想选择最佳模型。


      2 模型评价

      对于最佳模型在验证集上面进行预测和评估,以确定是否是最终模型,符合要求进入模型部署环节,若是无法满足期望,返回到数据阶段,特征阶段和模型构建和选择环节。


      3 模型部署

      把最终模型应用到测试集,用来预测客户的存活率


      五 Value阶段

      1 风险分析

      做这个事情,可以降低死亡的分享,活着就是最大价值。


      2 成本分析

      根据客户的存活率,调配有限的资源,使得资源利用效果最大化。


      我们清楚了为什么要做,怎么做以及做什么后,接下来的工作,就是选择合适的工具,把PDFMV框架所细化的各个阶段的任务完成,采用敏捷开发的模式和迭代优化的方式解决问题。







      我是王路情,PDFMV框架创立者,数据思践公众号创作者,提供数据挖掘咨询与服务。我的个人微信:luqin360,欢迎添加。






      PDFMV框架系列文章

      1一个数据人的2019

      2PDFMV框架

      3PDFMV框架的P

      4PDFMV框架的D


      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      基于PDFMV框架的Titanic的生存率挖掘
      2021年9月9日

      下一篇文章

      pROC包绘制ROC曲线和计算AUC值0.95CI
      2021年9月9日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?