spacetitanic 使用决策树分类

Spaceship Titanic | Kagglehttps://www.kaggle.com/competitions/spaceship-titanic

导入数据分析及调用接口所需库

读取csv文件数据并使用.head()查看头部信息

描述数据，使用.info()函数获取对象的详细信息

通过.describe()方法会生成一个统计摘要，并.unique()获取特定列的唯一值

接下来进行数据的清洗填充，是用.isnull()查看缺失值

这里没有从训练数据中删除空值，而是为分类数据插补最常重复的值，并为数值数据插补平均值

查看清洗后的缺失值情况：

进行预处理

使用scikit-learn库的LabelEncoder类对数据进行编码，将特定列中的所有文本标签转换为它们在数据集中的唯一编码

在上述数据中，HomePlanet、CryoSleep、Destination、Age、VIP、RoomService、FoodCourt、ShoppingMall、Spa、VRDech 是自变量。传输是因变量

提取数据特征

创建决策树模型

因为数据中分为train.csv和test.csv，在test中缺少是否获救这一属性，因此想要得到模型的准确率我选择在train中以8：2划分训练集与验证集，将决策树的最大层度进行限制（max_depth），得到准确率大概为0.7614。

决策树可视化

导入所需包与初始化

查看测试集test数据

对测试集进行与训练集相同的数据处理

对测试集进行与训练集相同特征化处理

使用测试集数据进行预测

输出结果保存为csv文件

输出结果展示：