tensorflow2.0——预测泰坦尼克号旅客生存概率（Keras应用实践）

一、数据准备

1、导入相关的库

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import urllib.request
import os
%matplotlib inline

print("Tensorflow版本是:",tf.__version__)

2、下载泰坦尼克号上旅客的数据集

data_url="http://biostat.mc.vanderbilt.edu/wili/pub/Main/DataSets/titanic3.xls"

data_file_path="E:/titanic3.xls"
 
if  not os.path.isfile(data_file_path):
    result=urllib.request.urlretrieve(data_url,data_file_path)
    print('downloaded;',result)
else:
    print(data_file_path,'data file already eists.')

3、使用Pandas读取处理数据

import numpy
import pandas as pd
 
# 读取数据文件，结果为DataFrame格式
df_data = pd.read_excel(data_file_path)

4、筛选提取需要的特征字段

# 筛选提取字段
selected_cols=['survived','name','pclass','sex','age','sibsp','parch','fare','embarked']
selected_df_data=df_data[selected_cols]

5、定义数据预处理函数