sklearn集合算法预测泰坦尼克号幸存者

最新推荐文章于 2022-04-27 21:03:40 发布

月亮与六便士丶

最新推荐文章于 2022-04-27 21:03:40 发布

阅读量2.1k

点赞数 1

分类专栏：机器学习文章标签： SKlearn 机器学习 Boosting正向激励算法自助聚合算法随机森林

本文链接：https://blog.csdn.net/qq_41577045/article/details/79859919

版权

本文通过使用sklearn库的随机森林、自助聚合算法、Boosting正向激励算法和Extra Trees算法，对泰坦尼克号乘客的生存情况进行预测。研究发现，Boosting正向激励算法在该问题上的性能表现最佳且最稳定，其次为参数优化后的Extra Trees算法。通过对不同模型的参数调整，如随机森林的树数量，进一步提升了预测的准确性。

摘要由CSDN通过智能技术生成

原文：
http://ihoge.cn/2018/sklearn-ensemble.html

随机森林分类预测泰坦尼尼克号幸存者

import pandas as pd
import numpy as np

def read_dataset(fname):
    data = pd.read_csv(fname, index_col=0)
    data.drop(['Name', 'Ticket', 'Cabin'], axis=1, inplace=True)
    lables = data['Sex'].unique().tolist()
    data['Sex'] = [*map(lambda x: lables.index(x) , data['Sex'])]
    lables = data['Embarked'].unique().tolist()
    data['Embarked'] = data['Embarked'].apply(lambda n: lables.index(n))
    data = data.fillna(0)
    return data
train = read_dataset('code/datasets/titanic/train.csv')

from sklearn.model_selection import train_test_split

y = train['Survived'].values
X = train.drop(['Survived'], axis=1).values

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
print("X_train_shape:", X_train.shape, " y_train_shape:", y_train.shape)
print("X_test_shape:", X_test.shape,"  y_test_shape:", y_test.shape)