Tensorflow简单神经网络解决Kaggle比赛Titanic问题

  又到了假期，忙碌了一个学期，终于可以休息一下了。

  一直想再Kaggle上参加一次比赛，在学校要上课，还跟老师做个项目，现在有时间了，就马上用Kaggle的入门比赛试试手。

  一场比赛，总的来说收获不小，平时学习的时候总是眼高手低，结果中间出现令人吐血的失误 >_<

---

Kaggle比赛介绍

  简而言之，Kaggle 是玩数据、ML 的开发者们展示功力、扬名立万的江湖，网址：https://www.kaggle.com/

  Kaggle虽然高手云集，但是对于萌新们来说也是非常友好的，这次的Titanic问题就是适合萌新Getting Started的入门题。

Kaggle 是当今最大的数据科学家、机器学习开发者社区，其行业地位独一无二。

(此话引用自谷歌收购 Kaggle 为什么会震动三界（AI、机器学习、数据科学界）？)

Titanic问题概述

Titanic: Machine Learning from Disaster

比赛说明
  RMS泰坦尼克号的沉没是历史上最臭名昭着的沉船之一。 1912年4月15日，在首航期间，泰坦尼克号撞上一座冰山后沉没，2224名乘客和机组人员中有1502人遇难。这一耸人听闻的悲剧震撼了国际社会，导致了更好的船舶安全条例。

  沉船导致生命损失的原因之一是乘客和船员没有足够的救生艇。虽然幸存下来的运气有一些因素，但一些人比其他人更有可能生存，比如妇女，儿童和上层阶级。

  在这个挑战中，我们要求你完成对什么样的人可能生存的分析。特别是，我们要求你运用机器学习的工具来预测哪些乘客幸存下来的悲剧。

目标
  这是你的工作，以预测是否有乘客幸存下来的泰坦尼克号或不。
  对于测试集中的每个PassengerId，您必须预测Survived变量的0或1值。

度量值
  您的分数是您正确预测的乘客的百分比。这被称为“准确性”。

提交文件格式
  你应该提交一个csv文件，正好有418个条目和一个标题行。如果您有额外的列（超出PassengerId和Survived）或行，您的提交将会显示错误。

该文件应该有2列：

 PassengerId（按任意顺序排序）
 生存（包含你的二元预测：1存活，0死亡）

数据总览

  首先，我们先把一些库和训练数据导入

import os
import numpy as np
import pandas as pd
import tensorflow as tf

train_data = pd.read_csv('train.csv')
print(train_data.info())

  简单的看一下训练数据的信息，其中Embarked有两个缺失值，Age缺失值较多，Cabin有效值太少了跟本没什么用。

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
PassengerId    891 non-null int64
Survived       891 non-null int64
Pclass         891 non-null int64
Name           891 non-null object
Sex            891 non-null object
Age            714 non-null float64
SibSp          <