這次實戰的Kaggle比賽，其實只是其中一個沒有獎金的公益比賽。
主頁： http://www.kaggle.com/c/titanic-gettingStarted
主題是：
Titanic: Machine Learning from Disaster
在比賽之中，官方給出了一些原始的一半的數據作爲比賽用的訓練集與測試集。另外一半作爲官方自己的測試集。最後成績評定也是會使用官方自己留着的一半數據進行評比。
注意： 有一個取巧的方式，那就是去網上去搜索全部原始數據並依此爲基礎提交算法。 好吧，我用的是比這個笨的方法:)
在這裏介紹一下，我比較擅長的是java，並且也希望使用java完成這次比賽。
如果希望使用Python，可以參考：http://triangleinequality.wordpress.com/2013/09/05/a-complete-guide-to-getting-0-79903-in-kaggles-titanic-competition-with-python/
爲了完成這次比賽，首先需要下載官方的數據集。
訓練集用Excel打開之後的樣子：
下面解釋一下訓練集之中的數據：
| PassengerId | 旅客ID | 這條數據應該沒啥用 |
| Survived | 是否活下來了，1:yes 0:no | 這個應該是對我們很有用的一個數據 |
| Pclass | 旅客等級 1 2 3 分別代表不同的等級 | |
| Name | 名字 | |
| Sex | 性別 | |
| Age | 年齡 | |
| SibSp |
有多少兄弟姐妹/配偶同船 Number of Siblings/Spouses Aboard |
|
| Parch |
有多少父母/子女同船 Number of Parents/Children Aboard |
|
| Ticket |
船票號碼？ |
|
| Fare | 船票收費 | |
| Cabin | 所在小屋 | |
| Embarked |
登船城市 Port of Embarkation |
C Q S 分別代表不同的城市 |
最後，在打開看了一下訓練數據之後，第一反應就是使用決策樹來實現預測功能。
下一篇文章將講訴我是如何進行 數據預處理 的
