本文所有实现代码均来自《Python机器学习及实战》
#-*- coding:UTF-8 -*-
#第一步:读取泰坦尼克号乘客数据
import pandas as pd
titanic = pd.read_csv('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt')
#观察前几行数据,可以发现数据种类各异(数值型,类别型),甚至还有缺失数据
titanic.head()
#使用pandas,数据都转入pandas独有的dataframe格式(二维数据表格),直接使用info(),查看数据的统计特性
titanic.info()
#第二步:特征选择与数据预处理
#根据分析,我们认为sex,age,pclass这些特征都很有可能成为决定幸免与否的决定性因素
X = titanic[['pclass','sex','age']]
y = titanic[