# Titanic本地实验

推荐Python 3.12。在解压目录运行：

    python -m pip install -r requirements.txt
    jupyter lab titanic-course.ipynb

保持CSV、course_model.py、validation-folds.csv和Notebook同目录。按顺序运行；重启内核后从导入和读取数据单元开始。每次对比只改变一个因素。course_splits按PassengerId对齐固定验证折，需要完整891条记录；自定义子样本应另设验证划分。

requirements.txt固定CPython参考环境。浏览器使用Pyodide 0.29.2、NumPy 2.2.5、pandas 2.3.3、scikit-learn 1.7.0；validation-info.json记录数据和折划分校验值。相同划分消除分组分配差异，拟合概率仍可能有微小浮点误差。网页的准备Python、停止、重置只作用于当前页面的会话。

数据来源：https://www.kaggle.com/competitions/titanic/data
train有891行和Survived标签；test有418行而没有标签。处理规则和模型定义在course_model.py中。