Kaggle 泰坦尼克号挑战赛

目标

使用泰坦尼克号乘客数据（名字，年龄，票价等）预测谁将存活或者死去。

数据

在数据中有三份文件：(1) train.csv, (2) test.csv, and (3) gender_submission.csv.

(1) train.csv

train.csv 包含机上乘客子集的详细信息（确切地说是891名乘客——每个乘客在表中都有不同的一行。

第二列中的值（ “幸存” ）可用于确定每个乘客是否幸存：

• 如果是“1”，乘客就活了下来。
• 如果是“0”，则乘客死亡。

例如，train.csv 中列出的第一位乘客是 Owen Harris Braund 先生。他在泰坦尼克号上去世时22岁。

(2) test.csv

使用您在 train.csv 中训练的模型，预测船上其他418名乘客（在 test.csv 中）是否幸存。

(3) gender_submission.csv

提供了gender_submition.csv文件作为示例，该文件显示了您应该如何构建预测。据预测，所有女性乘客幸存，所有男性乘客死亡。你关于生存的假设可能会有所不同，这将导致不同的提交文件。但是，就像这个文件一样，您提交的文件应该有：

• PassengerId"； 列，其中包含test.csv中每个乘客的ID。
• 幸存的"； 列（您将创建！），其中“1”表示您认为乘客幸存的行，“0”表示您预测乘客死亡的行。

过程

代码

• 导入所需要的库和训练集：

import pandas as pd
train_data = pd.read_csv('data/titanic/train.csv')
train_data.head()

输出：

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	0	PC 17599	71.2833	C85	C
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
3	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35.0	1	0	113803	53.1000	C123	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S

• 导入测试集：

train_data = pd.read_csv('data/titanic/train.csv')
train_data.head()

输出：