1
泰坦尼克号
还记得上初二那年(一不小心暴露了年龄),在电影院里头一次和电影节著名巨著接触,当时感到真的无比震撼,当结尾响起来席琳迪翁的《My heart will go on》的时候,看着杰克一点一点的沉入深海,那时我哭得稀里哗啦的;长大了之后回头再看泰坦尼克号之后产生了一连串的疑问,杰克一定会死吗?肉丝一定会活下来吗?如果当时我也在泰坦尼克号上,我能活下来还是会死掉?你肯定会说这个已经无从考证了,泰坦尼克号在大西洋已经沉没了100多年,究竟结果如何肯定无从考证,但是作者今天带你使用科学的方法回到100多年前的泰坦尼克号上。
当时泰坦尼克号上分为头等舱,二等舱,三等舱;婴儿存活率比男人高14.8%,女人存活率比男人高53.8%;妇女和儿童有69%都活了下来,而男人只有17%活的下来。
基于以上数据,我们建立模型,我们首先将泰坦尼克号上的乘客信息准备好,形成训练集。
然后启动tensorboard,用于监控我们的机器学习训练过程。
本次训练id为2FFZEP,训练样本为1309条
将模型保存至model里,输出的模型精度为78%
在Tensorboard里可以观看到本次训练里模型的精确度走势,交叉熵ADAM的取值变化。
在Python里加载刚才训练好的模型,将小编的信息代入后观察小编能活下来的几率。
通过结果,我们看到7.6%的存活率,如果小编当时在船上几乎就是死定了。杰克的存活率也没比我高多少,他是8.4%的存活率,这里面只有肉丝能活下来。
2
不会写代码如何?
若我
不会写Python代码
不会训练机器学习模型
不会TensorFlow框架
我能不能玩得转刚才那个机器学习预测呢?
01
打开Oracle Analytics Cloud,上传数据
将数据集titanic.csv导入至数据集中,同时导入预测数据,例如小编的个人信息至预测数据集中。
02
选择神经网络训练模型
点击DataFlow新建一个数据流,选择神经网络分类算法,选择titanic样本数据集,在情感预测列中输入1,然后再添加一个step,选择保存模型。
03
应用模型预测数据
我们此时需要再创建一个DataFlow,然后添加step选择应用机器学习模型,选择我们刚才保存的模型,然后再添加一个step,选择保存数据。
04
查看预测结果
点击第三部保存数据的结果集,查看到预测值和我们用Python+TensorFlow预测的结果几乎一致,预测结果都是杰克和小编都死定了,只有肉丝有很大几率活下来,并且可信度还是非常高的,我们查看到模型的精确度有82%左右。
怎么样?我们没有编写过一句代码吧?四步,无代码在Oracle AC里几乎已经是很多企业客户的业务或者市场人员用来早期发现,KPI预警,业务预测,数据统计等必备的神器啦
3
在线测一测
基于这种科学的机器学习技术,我开发了一个在线预测《泰坦尼克号》生存率小应用,可以通过点击左下角阅读原文访问哦。
(PS:亿万富翁约翰·雅各布·阿斯德当时没有选择苟且偷生,而是将求生机会让给了女人,在灾难面前人们才能显现出人性和品德)
编辑:Alex