https://github.com/lin93555/titanic-kaggle
Kaggle Titanic - Feature Engineering and Fusion Project, Fusion Strategy Project, including multiple models and pseudo labels
https://github.com/lin93555/titanic-kaggle
Last synced: 9 days ago
JSON representation
Kaggle Titanic - Feature Engineering and Fusion Project, Fusion Strategy Project, including multiple models and pseudo labels
- Host: GitHub
- URL: https://github.com/lin93555/titanic-kaggle
- Owner: Lin93555
- Created: 2025-05-14T03:50:34.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2025-06-17T03:03:13.000Z (about 1 year ago)
- Last Synced: 2025-10-28T06:05:00.898Z (8 months ago)
- Language: Jupyter Notebook
- Size: 384 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 🚢 Titanic - Machine Learning from Disaster（Kaggle 0.81+ 精细建模项目）
本项目基于 Kaggle 经典入门竞赛《Titanic》，目标是预测泰坦尼克号乘客是否生还。
通过系统构建特征工程 + 模型融合 + 半监督学习等模块，冲击排行榜高分（最高得分：**0.78468**）。
---
## 📌 项目亮点
- 📦 增强型特征工程（姓氏/家庭/船舱/票号等高阶特征构造）
- 🧠 集成学习融合模型（RandomForest、XGBoost、LightGBM、Stacking）
- 🔁 半监督伪标签学习（使用高置信度样本扩充训练集）
- 🛠️ 人工规则修正机制（针对弱模型误判人群定向优化）
- 📊 多策略得分对比（冲击 0.81 的精细路线图）
---
## 🏆 模型方法对比分数表
| 方法编号 | 方法名称 | 是否融合 | 得分 | 提升效果 |
|----------|-----------|-----------|--------|-----------|
| 方法 A | 随机森林 + 增强特征 | 否 | ✅ **0.78468** | ⭐ 当前最佳 |
| 方法 B | VotingClassifier 融合 | 是 | ~0.77990 | 中 |
| 方法 C | Stacking 模型融合 | 是 | ~0.78229 | 中 |
| 方法 D | 人工规则修正 | 是 | ~0.75598 | ❌ |
| 方法 E | Voting + 精修规则组合 | 是 | ~0.76794 | ❌ |
| 方法 F | Voting + 伪标签增强 | 是 | ~0.76794 | ❌ |
---
## 📁 项目结构
```
titanic-kaggle/
│
├── data/ # 原始数据（train/test）
├── notebooks/ # 分阶段 Jupyter Notebook
│ └── 0.81+_副本.ipynb
├── submission/ # 提交文件（含最佳方案）
├── requirements.txt # 依赖包列表
└── README.md # 项目说明
```
---
## 🚀 快速开始
```bash
git clone https://github.com/Lin93555/titanic-kaggle.git
cd titanic-kaggle
pip install -r requirements.txt
jupyter notebook
```
---
## 📎 推荐阅读顺序
1. `notebooks/0.81+_副本.ipynb` → 主体代码与策略清晰记录
2. `submission/submission_final_ensemble_boosted.csv` → 各方法输出文件
3. `README.md` → 方法总览 + 冲分路径图
---
## 📈 最佳模型提交分数
🎯 **0.78468**
模型：增强特征 + RandomForest（单模型）
---
## 🙋♂️ 作者
本项目由 [Lin93555](https://github.com/Lin93555) 构建
如果你觉得有帮助，请点击 ⭐ Star 支持一下！
---
## 📫 联系与交流
如需交流建模策略、Kaggle 学习方法、入门路径，欢迎联系我或发 Issue 👇