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