data-science - 为什么我们需要删除泰坦尼克号测试数据集中的“PassengerID”

Question

嘿伙计们，我有一个关于泰坦尼克号 kaggle 数据集的快速问题。链接在这里：

    https://github.com/riederleeDEV/Titanic-kaggle- 
    competition/blob/master/titanic-solution.ipynb
    Notice that In[87] drop the "PassengerID" in the test data set

我的意思是为什么我们需要放弃它？

标签： data-science

Answer 1

因为乘客 id 没有添加任何值来确定乘客的生存状态。如果你用生存状态绘制乘客 ID，你不会发现它们之间有任何相关性。从常识来看，它就像任何节目/航班的票号，只不过是一个数字而已。