目錄

一、讀取數(shù)據(jù)

二、設(shè)置特征值和目標(biāo)值

三、數(shù)據(jù)處理

1、缺失值處理

2、特征值轉(zhuǎn)換為字典

3、劃分?jǐn)?shù)據(jù)集

四、特征工程（字典特征值提取）

五、獲取決策樹預(yù)估器，訓(xùn)練

六、模型評(píng)估

方法一：比對(duì)

方法二：計(jì)算得分

總代碼

---

一、讀取數(shù)據(jù)

資源下載鏈接1（推薦）：https://download.csdn.net/download/great_yzl/22363793

資源下載鏈接2（不推薦）：

https://pan.baidu.com/s/17DeVm48VRG0tlEzQM0KfSA?
提取碼：gx4a

# 1、讀取數(shù)據(jù)
data = pd.read_csv('titanic.csv')

二、設(shè)置特征值和目標(biāo)值

# 2、設(shè)置特征值和目標(biāo)值
train = data[['pclass', 'age', 'room', 'sex']]
test = list(data['survived'])

三、數(shù)據(jù)處理

1、缺失值處理

?可以看出來，上面這些明顯是缺失了一些數(shù)據(jù)，這樣在后面運(yùn)行的時(shí)候會(huì)報(bào)錯(cuò)。

# 3-1、缺失值處理
train['age'].fillna(train['age'].mean(), inplace=True)
train['room'].fillna(train['room'][0], inplace=True)

2、特征值轉(zhuǎn)換為字典

# 3-2、特征值轉(zhuǎn)換為字典
train = train.to_dict(orient='records')
print(train)

3、劃分?jǐn)?shù)據(jù)集

# 4、劃分?jǐn)?shù)據(jù)集
train_data, test_data, train_target, test_target = train_test_split(train, test)

四、特征工程（字典特征值提取）

# 4、特征工程（字典特征值提取）
transfer = DictVectorizer()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)
# print(train_data)

五、獲取決策樹預(yù)估器，訓(xùn)練

# 6、決策樹預(yù)估器，訓(xùn)練
estimator = DecisionTreeClassifier()
estimator.fit(train_data, train_target)

六、模型評(píng)估

方法一：比對(duì)

# 方法一：比對(duì)
predict = estimator.predict(test_data)
print(predict == test_target)

方法二：計(jì)算得分

# 方法二：計(jì)算分?jǐn)?shù)（正確率）
score = estimator.score(test_data, test_target)
print('準(zhǔn)確率為：', score)

總代碼

# 泰坦尼克號(hào)（游客存活率預(yù)估）
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
from sklearn.tree import DecisionTreeClassifier# 1、讀取數(shù)據(jù)
data = pd.read_csv('titanic.csv')
# print(data)# 2、設(shè)置特征值和目標(biāo)值
train = data[['pclass', 'age', 'room', 'sex']]
test = list(data['survived'])# 3、數(shù)據(jù)處理
# 3-1、缺失值處理
train['age'].fillna(train['age'].mean(), inplace=True)
train['room'].fillna(train['room'][0], inplace=True)# 3-2、特征值轉(zhuǎn)換為字典
train = train.to_dict(orient='records')# 3-3、劃分?jǐn)?shù)據(jù)集
train_data, test_data, train_target, test_target = train_test_split(train, test)
# print(train_data)# 4、特征工程（字典特征值提取）
transfer = DictVectorizer()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)
# print(train_data)# 5、決策樹預(yù)估器，訓(xùn)練
estimator = DecisionTreeClassifier()
estimator.fit(train_data, train_target)# 6、模型評(píng)估
# 方法一：比對(duì)
predict = estimator.predict(test_data)
print(predict == test_target)# 方法二：計(jì)算分?jǐn)?shù)（正確率）
score = estimator.score(test_data, test_target)
print('準(zhǔn)確率為：', score)

總結(jié)

以上是生活随笔為你收集整理的机器学习（实战）泰坦尼克号（游客存活率预估）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。