什么是二分类问题
机器学习中最基础的任务类型之一——将数据分为两类。在泰坦尼克号案例中， 就是预测一位乘客生还还是遇难。
生还 = 1遇难 = 0
为什么选泰坦尼克号
Kaggle 经典入门案例，数据量适中、特征直观——性别、年龄、舱位等级都能引发直觉判断， 是理解机器学习思想的绝佳起点。
Kaggle 经典直觉友好
你将学到什么
亲手体验完整的机器学习流程：从数据探索与清洗，到模型训练与评估， 再到用自己训练的模型进行预测。这些技能可以迁移到任何数据科学项目。
完整流程可迁移技能
你的机器学习之旅
STEP 1
数据探索
了解数据全貌，发现特征与生还的关联
STEP 2
数据清洗
处理缺失值，选择与构造特征
STEP 3
模型训练
选择算法，配置参数，观察训练过程
STEP 4
模型评估
查看准确率、混淆矩阵、特征重要性
STEP 5
自定义预测
输入乘客信息，实时预测生还概率