用决策树对泰坦尼克号生存进行预测

最新推荐文章于 2024-10-11 21:36:53 发布

且听II

最新推荐文章于 2024-10-11 21:36:53 发布

阅读量2.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：数据分析

本文链接：https://blog.youkuaiyun.com/weixin_43465478/article/details/84289330

数据分析专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一种使用决策树算法预测泰坦尼克号乘客生存可能性的方法。通过处理数据集中的特征属性，如乘客等级、年龄和性别，应用决策树模型进行训练和预测，实现了对乘客生存状态的有效预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

决策树（decision tree）是一个树结构（可以是二叉树或非二叉树）。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。

可以看到，决策树的决策过程非常直观，容易被人理解。目前决策树已经成功运用于医学、制造产业、天文学、分支生物学以及商业等诸多领域。

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.feature_extraction import DictVectorizer
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.tree import DecisionTreeClassifier


def decision():
	# 加载文件，得到数据
    # 决策树对泰坦尼克号进行预测生死
    tian = pd.read_csv('Titanic.csv')
    # 处理数据，找出特征值和目标值
    x = tian[['Pclass','Age','Sex']]
    y = tian['Survived']
    # print(x)
    # 缺失值处理
    x['Age'].fillna(x['Age'].mean(),inplace=True)
    # 分割数据集到训练集和测试集
    x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.25)
    dict = DictVectorizer(sparse=False)
    x_train = dict.fit_transform(x_train.to_dict(orient="records"))

    print(x_train)
    x_test = dict.transform(x_test.to_dict(orient="records"))
    # 用决策树进行预测
    dec = DecisionTreeClassifier()
    dec.fit(x_train,y_train)
    # 预测准确率
    print(dec.predict(x_test))
    print("预测的准确率：",dec.score(x_test,y_test))

    rf = RandomForestClassifier(n_jobs=-1)
    param = {"n_estimators":[120,200,300,500,800,1200],"max_depth":[5,8,15,25,30]}
    # 网络搜索与交叉验证
    gc = GridSearchCV(rf,param_grid=param,cv=2)
    gc.fit(x_train,y_train)
    print("准确率：",gc.score(x_test,y_test))

    return None

if __name__ == '__main__':
    decision()