Prédiction de survie : Titanic
Machine Learning · Classification
Pipeline de classification complet pour prédire la survie des passagers du Titanic : nettoyage, exploration, modélisation et visualisation.
DOMAINEMachine Learning · Classification
MÉTHODESPython · pandas · scikit-learn
LIVRABLESCode et analyses
01 / LE CONTEXTE
Problème & approche
Projet personnel sur les 891 passagers du jeu de données Titanic. Nettoyage et transformation des données, analyse exploratoire, puis comparaison de Logistic Regression, Random Forest, XGBoost, LightGBM et Gradient Boosting. Le dépôt indique environ 84 % d’exactitude pour le meilleur modèle (Gradient Boosting). Le travail est organisé en notebooks et en modules Python réutilisables.
03 / OUTILS
Technologies et méthodes
Pythonpandasscikit-learnXGBoostLightGBMMatplotlib
Projet suivantAnalyse des données COVID-19