二元分类（泰坦尼克号）

本示例描述了如何使用 Ludwig 为 kaggle 竞赛训练模型，用于预测乘客在泰坦尼克号灾难中幸存的概率。以下是部分数据示例：

Pclass	性别	年龄	SibSp	Parch	票价	是否幸存	登船港口
3	男性	22	1	0	7.2500	0	S
1	女性	38	1	0	71.2833	1	C
3	女性	26	0	0	7.9250	0	S
3	男性	35	0	0	8.0500	0	S

完整数据和列描述可在此处找到。

下载数据后，要使用 Ludwig 在此数据集上训练模型，

ludwig experiment \
  --dataset <PATH_TO_TITANIC_CSV> \
  --config config.yaml

使用 config.yaml

input_features:
    -
        name: Pclass
        type: category
    -
        name: Sex
        type: category
    -
        name: Age
        type: number
        preprocessing:
          missing_value_strategy: fill_with_mean
    -
        name: SibSp
        type: number
    -
        name: Parch
        type: number
    -
        name: Fare
        type: number
        preprocessing:
          missing_value_strategy: fill_with_mean
    -
        name: Embarked
        type: category

output_features:
    -
        name: Survived
        type: binary

通过更精细的特征转换和预处理可以获得更好的结果，但本示例仅旨在展示如何使用 Ludwig 处理此类任务和数据。