泰坦尼克号生存预测(百分之81的准确率)

该博客介绍了使用Python进行泰坦尼克号乘客生存预测的分析过程,包括数据导入、数据观察、特征分析、数据清洗、特征转换和创建、以及模型选择。分析发现女性、高舱位、家庭成员和从C港口登船的乘客生存率较高。最终模型达到了81%的预测准确率。
摘要由CSDN通过智能技术生成

1.导入相关的包和模块

import re
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.ensemble import RandomForestRegressor
from sklearn.pipeline import make_pipeline
from sklearn.ensemble import RandomForestClassifier
from sklearn.feature_selection import SelectKBest
import warnings
warnings.filterwarnings('ignore')
%matplotlib inline
import pandas as pd

2.导入数据并观察数据

#读取训练数据和培训数据
train=pd.read_csv('train.csv',header=0)
test=pd.read_csv('test.csv',header=0)
#观察训练数据中的一些值。例如最大值,最小值,均值等等
train.describe(include="all")
ids=test['PassengerId']
#输出训练数据中标签有哪些
print(train.columns)
#取5行展示训练数据
train.sample(5)
print(pd.isnull(train).sum())#观察train数据中确实属性数据的汇总

3.数据分析和可视化

#查看这几个特征和生存之间的关系
features = ['Sex', 'Pclass', 'SibSp', 'Parch', 'Embarked']
fig, saxis = plt.subplots(1, len(features),figsize=(len(features) * 6,6))
for ind, x in enumerate(features):
    print('Survival Correlation by:', x)
    print(train[[x, "Survived"]].groupby(x, as_index=False).mean()) 
    print('-'*10, '\n')
    #draw a bar plot of survival by sex
    sns.barplot(x, y="Survived", data=train, ax = saxis[ind])
Survival Correlation by: Sex
      Sex  Survived
0  female  0.742038
1    male  0.188908
---------- 

Survival Correlation by: Pclass
   Pclass  Survived
0       1  0.629630
1       2  0.472826
2       3  0.242363
---------- 

Survival Correlation by: SibSp
   SibSp  Survived
0      0  0.345395
1      1  0.535885
2      2  0.464286
3      3  0.250000
4      4  0.166667
5
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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