目錄

一、讀取數據

二、設置特征值和目標值

三、數據處理

1、缺失值處理

2、特征值轉換為字典

3、劃分數據集

四、特征工程（字典特征值提取）

五、獲取決策樹預估器，訓練

六、模型評估

方法一：比對

方法二：計算得分

總代碼

---

一、讀取數據

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、讀取數據
data = pd.read_csv('titanic.csv')

二、設置特征值和目標值

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

三、數據處理

1、缺失值處理

?可以看出來，上面這些明顯是缺失了一些數據，這樣在后面運行的時候會報錯。

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

2、特征值轉換為字典

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

3、劃分數據集

# 4、劃分數據集
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、獲取決策樹預估器，訓練

# 6、決策樹預估器，訓練
estimator = DecisionTreeClassifier()
estimator.fit(train_data, train_target)

六、模型評估

方法一：比對

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

方法二：計算得分

# 方法二：計算分數（正確率）
score = estimator.score(test_data, test_target)
print('準確率為：', score)

總代碼

# 泰坦尼克號（游客存活率預估）
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
from sklearn.tree import DecisionTreeClassifier# 1、讀取數據
data = pd.read_csv('titanic.csv')
# print(data)# 2、設置特征值和目標值
train = data[['pclass', 'age', 'room', 'sex']]
test = list(data['survived'])# 3、數據處理
# 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、特征值轉換為字典
train = train.to_dict(orient='records')# 3-3、劃分數據集
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、決策樹預估器，訓練
estimator = DecisionTreeClassifier()
estimator.fit(train_data, train_target)# 6、模型評估
# 方法一：比對
predict = estimator.predict(test_data)
print(predict == test_target)# 方法二：計算分數（正確率）
score = estimator.score(test_data, test_target)
print('準確率為：', score)

總結

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）的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。