上記の特徴量の中から予測に効きそうなものを探して、それを使って予測モデルを作る流れになりそう。 モデルを作る際には仮説を立てて調べていくのがよくて。例えば、ファーストクラスな客室にいた人は生存率高いとか、一緒に乗ってる家族が多く、かつ男性だと生存率が低いとか考えていくと良いかも。 その上で効かない特徴を削除して、何か効きそうなものを自分で加えるとかそういう方法をとった方が今回は筋がいい気がします。 ただ今回はさくっとやるのが目的なのでその辺は横においときます。 ちなみに当然なんですけどSurvivedはtrain.csvにしかないです。 データを眺めてとりあえずやってみる ここからPythonでデータを取り込んで、どんな値が格納されているのかを見ていきます。 ## 準備 import pandas as pd import numpy as np import matplotlib.pyp
![はじめてのかぐる - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/39b5c2dde6cb7bbf939a0607e1863da1213f1cb0/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgxJUFGJUUzJTgxJTk4JUUzJTgyJTgxJUUzJTgxJUE2JUUzJTgxJUFFJUUzJTgxJThCJUUzJTgxJTkwJUUzJTgyJThCJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz1lN2E1N2Q5ZmJmNGNmODUwNmM1MzkwNGI2ZDZjOTg1OA%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBjaG9zdHkmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTczNDkzZTMyYmJhNGU4NzJlNmNhY2Q4NDE0YzE2NTk1%26blend-x%3D120%26blend-y%3D500%26blend-mode%3Dnormal%26s%3D776079ee99005e9e81f05c0d7e6017ce)