5.【基础】泰坦尼克号幸存预测--DecisionTree

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[
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个相关系数矩阵展示了泰坦尼克号数据集中6个变量之间的相关性。以下是对每个变量之间关系的分析: 1. Survived: 生存情况与其他变量之间的相关性 - 与Pclass(客舱等级)之间的负相关系数最强,表明客舱等级越高,生存率越高 - 与Sex(性别)之间的负相关系数也很强,表明女性生存率更高 - 与Age(年龄)之间的相关系数较小,表明年龄与生存率之间的关系不明显 - 与SibSp(兄弟姐妹/配偶数)和Parch(父母/子女数)之间的相关系数很小,表明这两个变量与生存率之间的关系不明显 2. Pclass: 客舱等级与其他变量之间的相关性 - 与Survived之间的负相关系数最强,表明客舱等级越高,生存率越高 - 与Age之间的负相关系数较强,表明年龄较大的人更倾向于选择更高级别的客舱 - 与Sex之间的负相关系数较弱,表明客舱等级与性别之间的关系不明显 - 与SibSp和Parch之间的相关系数很小,表明这两个变量与客舱等级之间的关系不明显 3. Sex: 性别与其他变量之间的相关性 - 与Survived之间的负相关系数最强,表明女性生存率更高 - 与Pclass之间的相关系数较弱,表明性别与客舱等级之间的关系不明显 - 与Age之间的相关系数较小,表明性别与年龄之间的关系不明显 - 与SibSp和Parch之间的相关系数较小,表明性别与兄弟姐妹/配偶数、父母/子女数之间的关系不明显 4. Age: 年龄与其他变量之间的相关性 - 与Survived之间的相关系数较小,表明年龄与生存率之间的关系不明显 - 与Pclass之间的负相关系数较强,表明年龄较大的人更倾向于选择更高级别的客舱 - 与Sex之间的相关系数较小,表明性别与年龄之间的关系不明显 - 与SibSp和Parch之间的相关系数较小,表明年龄与兄弟姐妹/配偶数、父母/子女数之间的关系不明显 5. SibSp: 兄弟姐妹/配偶数与其他变量之间的相关性 - 与Survived和Pclass之间的相关系数较小,表明兄弟姐妹/配偶数与生存率和客舱等级之间的关系不明显 - 与Sex之间的负相关系数较弱,表明兄弟姐妹/配偶数与性别之间的关系不明显 - 与Age之间的负相关系数较弱,表明兄弟姐妹/配偶数与年龄之间的关系不明显 - 与Parch之间的相关系数较强,表明兄弟姐妹/配偶数与父母/子女数之间存在相关性 6. Parch: 父母/子女数与其他变量之间的相关性 - 与Survived之间的相关系数较小,表明父母/子女数与生存率之间的关系不明显 - 与Pclass之间的相关系数较小,表明父母/子女数与客舱等级之间的关系不明显 - 与Sex之间的负相关系数较弱,表明父母/子女数与性别之间的关系不明显 - 与Age之间的负相关系数较弱,表明父母/子女数与年龄之间的关系不明显 - 与SibSp之间的相关系数较强,表明父母/子女数与兄弟姐妹/配偶数之间存在相关性
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