PyTorch深度学习（B站刘二大爷）第八讲作业——Kaggle网站泰坦尼克号Titanic

kaggle没有notebook的文件夹系统让我很不满意，决定以后把自己练习的过程都搬上csdn。

目录

1.引入库

2.准备数据集

3.定义模型

4.调用优化器和损失函数

5.run 训练集

6.用训练集的参数run 测试集

---

1.引入库

import numpy as np
import pandas as pd
import torch 
from torch.utils.data import Dataset #抽象类 被继承
from torch.utils.data import DataLoader #加载数据

2.准备数据集

class TitanicDataset(Dataset):
    
    def __init__(self,filepath):
        xy = pd.read_csv(filepath) 
        self.len = xy.shape[0] # xy.shape（）可以得到xy的行列，[0]取行，[1]取列
        #选取需要的特征
        feature = ["Pclass", "Sex", "SibSp", "Parch", "Fare"]
        
        # xy[feature]的类型是DataFrame,先进行独热表示，然后转成array,最后转成tensor用于进行矩阵计算。
        self.x_data = torch.from_numpy(np.array(pd.get_dummies(xy[feature]))) 
        self.y_data = torch.from_numpy(np.array(xy["Survived"]))
    
    def __getitem__(self,index): #魔法函数，支持 dataset[index]