标签：尼号 inputs df Age train 泰坦 test model 决策树
文章目录
1.实验目的
1、建立决策树模型以根据某些参数预测泰坦尼克号人是否得以生存
2、在泰坦尼克数据中，使用以下各列构建一个模型来预测人是否可以生存
（1）Pclass
（2）Sex
（3）Age
（4）Fare
3、计算模型得分
泰坦尼克数据
密码:8azq
2.数据预处理
import pandas as pd
df = pd.read_csv('titanic.csv') #读取数据
df.head() #打印前5条数据检查是否读取成功
df.drop(['PassengerId','Name','SibSp','Parch','Ticket','Cabin','Embarked'],axis='columns',inplace=True) #删除不要的特征
inputs = df.drop('Survived',axis='columns') #特征
target = df.Survived #标签
inputs.Sex = inputs.Sex.map({'male':1,'female':2}) #特征数字化
inputs.Age = inputs.Age.fillna(inputs.Age.mean()) #Nan值转化为平均值
3.导入必要模块
from sklearn.model_selection import train_test_split #train_test_split用以拆分训练集与测试集
from sklearn import tree
4.训练+计算模型得分
x_train,x_test,y_train,y_test = train_test_split(inputs, target,test_size=0.2)
model = tree.DecisionTreeClassifier() #调用决策树分类器
model.fit(x_train, y_train) #用训练集训练模型
model.score(x_test, y_test) #用测试集计算模型预测准确率
得分如下：
标签：尼号,inputs,df,Age,train,泰坦,test,model,决策树 来源： https://blog.csdn.net/weixin_37763870/article/details/105339444
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。