头哥教学平台-泰坦尼克号生还预测

第2关填充缺失值

import pandas as pd
import numpy as npdef process_nan_value(data):'''处理data中缺失值，有缺失值的特征为`Age`，`Cabin`，`Embarked`。:param data: 训练集的特征，类型为DataFrame:return:处理好缺失值后的训练集特征，类型为DataFrame'''#********* Begin *********#data['Age'].replace(np.nan,np.nanmedian(data['Age']),inplace=True)#data['Age'].replace(np.nan,np.nanmedian(data['Age']),inplace=True)data.drop(labels='Cabin',axis=1,inplace=True)data['Embarked'].replace(np.nan,'S',inplace=True)return data#********* End *********#

第3关特征工程与生还预测

import pandas as pd
import numpy as np
import sklearn
from sklearn.ensemble import RandomForestClassifier
from sklearn.ensemble import RandomForestRegressor#********* Begin *********#
titanic = pd.read_csv('./train.csv')
def set_missing_ages(df):# 把已有的数值型特征取出来丢进Random Forest Regressor中age_df = df[['Age', 'Fare', 'Parch', 'SibSp', 'Pclass']]# 乘客分成已知年龄和未知年龄两部分known_age = age_df[age_df.Age.notnull()].valuesunknown_age = age_df[age_df.Age.isnull()].values# y即目标年龄y = known_age[:, 0]# X即特征属性值X = known_age[:, 1:]# fit到RandomForestRegressor之中rfr = RandomForestRegressor(random_state=0, n_estimators=2000, n_jobs=-1)rfr.fit(X, y)# 用得到的模型进行未知年龄结果预测predictedAges = rfr.predict(unknown_age[:, 1::])# 用得到的预测结果填补原缺失数据df.loc[(df.Age.isnull()), 'Age'] = predictedAgesreturn dftitanic = set_missing_ages(titanic)dummies_Embarked = pd.get_dummies(titanic['Embarked'], prefix= 'Embarked')dummies_Sex = pd.get_dummies(titanic['Sex'], prefix= 'Sex')dummies_Pclass = pd.get_dummies(titanic['Pclass'], prefix= 'Pclass')df = pd.concat([titanic, dummies_Embarked, dummies_Sex, dummies_Pclass], axis=1)df.drop(['Pclass', 'Name', 'Sex', 'Ticket', 'Cabin', 'Embarked'], axis=1, inplace=True)# print(df)train_label = df['Survived']train_titanic = df.drop('Survived', 1)titanic_test = pd.read_csv('./test.csv')
titanic_test = set_missing_ages(titanic_test)dummies_Embarked = pd.get_dummies(titanic_test['Embarked'], prefix= 'Embarked')dummies_Sex = pd.get_dummies(titanic_test['Sex'], prefix= 'Sex')dummies_Pclass = pd.get_dummies(titanic_test['Pclass'], prefix= 'Pclass')df_test = pd.concat([titanic_test,dummies_Embarked, dummies_Sex, dummies_Pclass], axis=1)df_test.drop(['Pclass', 'Name', 'Sex', 'Ticket', 'Cabin', 'Embarked'], axis=1, inplace=True)
#model = RandomForestClassifier(random_state=1, n_estimators=10, min_samples_split=2, min_samples_leaf=1)
model = RandomForestClassifier(n_estimators=10)
model.fit(train_titanic, train_label)predictions = model.predict(df_test)result = pd.DataFrame({'Survived':predictions.astype(np.int32)})result.to_csv("./predict.csv", index=False)#********* End *********#

结果不是很稳定，多运行几次，准确率能到80以上

头哥教学平台-泰坦尼克号生还预测相关推荐

头哥教学平台-泰坦尼克生还预测-可视化与探索性数据分析
第1关存活率与性别和船舱等级之间的关系 import pandas as pd import numpy as np import seaborn as sns import warnings wa ...
Kaggle实战入门：泰坦尼克号生还预测（基础版）
Kaggle实战入门:泰坦尼克号生还预测 1. 加载数据 2. 特征工程 3. 模型训练 4. 模型部署泰坦尼克号(Titanic),又称铁达尼号,是当时世界上体积最庞大.内部设施最豪华的客运轮船, ...
Kaggle实战入门：泰坦尼克号生还预测（进阶版）
Kaggle实战入门:泰坦尼克号生还预测 1. 加载数据 2. 特征工程 3. 模型训练 4. 模型部署 Kaggle实战入门:泰坦尼克号生还预测(基础版)对机器学习的全流程进行了总体介绍.本文继续以 ...
2泰坦尼克号生还预测四种不同方法
1.泰坦尼克号生还预测准备工作泰坦尼克号生还预测是一个非常典型的联系项目.数据集是公开数据集. 1.1 环境准备 numpy=1.14.5 pandas=0.22.0 sklearn=0.19.2 ...
【勇敢牛牛，不怕困难】有手就行栏目：头歌教学平台 - 湖南工业大学刘强老师的C语言函数实战课堂作业答案 - ＞ - ＞ {求和+回文数计算+编写函数求表达式的值+阶乘数列+亲密数+公约数公倍数求解}
第一关:求和任务描述题目描述:给你一个n,要求你编写一个函数求1+2+-+n. 输入输入一个n 输出输出1+2+-+n的和测试说明样例输入: 100 样例输出: 5050 分析: 这个是真 ...
泰坦尼克号沉船生还预测
在前面的几篇文章中,笔者陆续介绍了几种决策树的生成算法以及常见的集成模型.接下来在这篇文章中,笔者将以泰坦尼克号生还预测(分类)为例来进行实战演示:并且还会介绍相关的数据预处理方法,例如缺失值填充和类 ...
2022-2028全球与中国在线汉语教学平台市场现状及未来发展趋势
辰宇信息咨询市场调研公司最近发布-<2022-2028全球与中国在线汉语教学平台市场调研报告> 内容摘要本文重点分析在全球及中国有重要角色的企业,分析这些企业在线汉语教学平台产品的市场规 ...
头歌实践教学平台 MIPS CPU设计(HUST)
实验简介本实训项目将帮助学生掌握 CPU 控制器设计的基本原理,能利用硬布线控制器的设计原理在 Logisim 平台中设计实现支持五条指令的 MIPS 单周期 CPU,该处理器能运行简单的内存冒泡排 ...
头歌实践教学平台上如何建项目且通过git上传
头歌实践教学平台上如何建项目且通过git上传目标:在头歌上建立项目test,并通过git工具将文件上传至头歌中. (1) 首先在https://code.educoder.net/explore页面 ...

头哥教学平台-泰坦尼克号生还预测

头哥教学平台-泰坦尼克号生还预测相关推荐

最新文章

热门文章