[kaggle竞赛实践] Titanic幸存预测问题--logistic回归解决方案

题目如下，给定Titanic上乘客的资料，预测他们幸免于难的概率，训练集合如下，测试集合类似，只不过Survived与否需要自己预测

这个只是个题目，可以用之前学到的机器学习算法练练手，我主要采用了Andrew Ng将的logistic回归的资料和方法，数据处理则是用pandas做的

主要步骤

1 数据整理，数据清理和转换    python pandas和numpy完成

2 logistic回归分析，预测   Octave完成

具体代码如下

1 数据整理

# -*- coding: utf-8 -*-
import csv as csv
import numpy as np
import pandas as pd


def  trainDataPrd():

    df=pd.read_csv('train.csv')
    
    #判断字段的空值状况,自动化
    df.isnull().sum()  #通过判断为空的数量，来判断为空的数目，其中False=0，True=1嘛
    
    #整理性别字段
    df['Gender']=df['Sex'].map({'male':0,'female':1}).astype(int)

    #填充空值字段，按照gender，class进行groupby聚类然后填充这个分组的平均值
    ageArr=np.zero