一、选题与意义
1.Hadoop平台应用
2.Kaggle分析数据项目
简要说明理由与意义。
|
选题：Kaggle分析数据项目--泰坦尼克号-从灾难中学习机器 https://www.kaggle.com/c/titanic 理由：电脑配置缘故，进行hadoop平台应用太费时间，故选择第二题， 由于期末其他大作业缘故，时间不太充裕，故选择泰坦尼克号-从灾难中学习机器这道题，以保证完成完整项目。 意义：分析在这次灾难中哪些人更可能存活。 |
二、实践方案
|
电脑上已经配置好完成该项目的具体环境，接下来在https://www.kaggle.com/competitions上进行相关的数据采集， 用anaconda和Pycharm分析，进行模型构建，对题目进行分析。 |
三、实践任务分解
|
①采集数据，导入数据，查看数据集信息 ②数据预处理：进行数据清洗与特征处理数据分类 ③建立训练测试集与测试数据集，选择机器学习算法训练模型 ④模型评估 ⑤提交结果到kaggle ⑥写实验报告 |
四、实践计划
按任务分解撰写计划表，每天按计划表开展工作。
第天根据实际情况更新计划表，有必要时调整。
| 任务 | 6.23 | 6.24 | 6.25 | 6.26 | 6.27 | 6.28 | 6.29 | 6.30 | 7.1 |
| 采集数据，导入数据，查看数据集信息 | ✔ | ||||||||
| 数据预处理 | ✔ | ✔ | |||||||
| 建立训练测试集与测试数据集，选择机器学习算法训练模型 | ✔ | ✔ | ✔ | ||||||
| 模型评估 | ✔ | ✔ | |||||||
| 提交结果到kaggle | ✔ | ||||||||
| 写实验报告 | ✔ |
1.
- 网站用户购物行为分析
- 官网：http://dblab.xmu.edu.cn/post/7499/
- 淘宝双11数据分析与预测
- 官网：http://dblab.xmu.edu.cn/post/8116/
- 电信用户行为分析
- http://dblab.xmu.edu.cn/post/useranalysis/
大数据平台安装软件：
链接：https://pan.baidu.com/s/1lZM6BkZ6XoRE3uwepsQ_5A
提取码：ao1m
虚拟机镜像文件:
链接：https://pan.baidu.com/s/1e0qak_9Uymn_R1HmSu5ZLw
提取码：q0lt
2.
https://www.kaggle.com/competitions
说明：
- 个人项目，不要求组队，确实需要组队的说明理由。
- 边操作边记录；
- 每天完成当天文档；
- 最后综合成课程实践报告。