【决策树-泰坦尼克数据案例】


前言

基于泰坦尼克数据进行决策树分析,考过特征值、目标值提取,样本数据分割,特征工程,模型训练等过程。


一、泰坦尼克数据介绍

数据主要根据年龄、性别、舱位等级等特征值预测是否生还。

PassengerIdSurvivedPclassFareCabinEmbarked
103st7.2500NaNS
211st71.2833C85C
313st7.9250NaNS
411st53.1000C123S
503st8.0500NaNS

二、使用步骤

1.引入库

代码如下(示例):

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
from sklearn.tree import DecisionTreeClassifier

2.读入数据

代码如下(示例):

data = pd.read_csv('E://titanic//train.csv')
data['Pclass'] = data['Pclass'].astype(str) + 'st'

3.提起特征值和目标值

x = data[['Pclass','Age','Sex']]
y = data['Survived']

4.处理异常值

x['Age'].fillna(value=data['Age'].mean(),inplace=True)

5.数据集分割

x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=22,test_size=0.2)
x_train = x_train.to_dict(orient='records')
x_test = x_test.to_dict(orient='records')

6.特征工程,将类型值转化为ont-hot矩阵

transfer = DictVectorizer(sparse=False)
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)

7.特征训练与评分

estimator = DecisionTreeClassifier(max_depth=4)
estimator.fit(x_train,y_train)
y_pre = estimator.predict(x_test)
print(y_pre)
print(estimator.score(x_test,y_test))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值