15-⑤[AI][Kaggle]Kaggle実践1 『Titanic生存者予測』5.年齢の特徴量エンジニアリング
この記事で分かること
KaggleのTitanic生存者予測において、年齢の特徴量エンジニアリング手法を学べる。欠損値補完やビニングなど、実際のコンペで使える前処理手順が得られる。
詳細要約
年齢データの欠損補完と区分化が、Titanic生存予測モデルの精度を左右する。実際には、年齢の欠損値は「年齢既知の乗客の中央値」で埋めるのではなく、同じチケットクラスや性別ごとの中央値で補完すると効果的。さらに、年齢をそのまま使うより「子供(12歳未満)」「大人」「高齢者(60歳以上)」など3〜4区分にカテゴリ化することで、決定木系モデルでの予測力が安定する。