对titanic.csv数据进行预测生死

数据集：http://download.csdn.net/detail/u010343650/9844427

survived:乘客最后的生存情况，这个是我们预测的目标变量 （0代表否，1代表是）

pclass:社会经济地位 （1代表上层阶级，2代表中层阶级，3代表底层阶级）

name:姓名

sex:性别

age:年纪

sibsp:船上兄弟姐妹或者配偶的数

parch:船上父母或者孩子的数量

ticket:船票的号码

fare:船票价格

检查数据的完整性

    # coding:GBK  
    __author__ = 'Mouse'  
    import pandas as pd  
    full_data = pd.read_csv('titanic_dataset.csv')  
    print full_data.info()  

结果显示数据很完整：

代码一：正确率60%-70%之间

# coding:GBK
__author__ = 'Mouse'
import sys
from sklearn.preprocessing import OneHotEncoder
from sklearn.preprocessing import LabelEncoder
reload(sys)
sys.setdefaultencoding('utf8')
from sklearn_test import *

def read_data(data_file):
    data = pd.read_csv(data_file)
    data = data.drop('ticket', axis=1) #删除票信息
    data = data.drop('name', axis=1) #删除姓名

    #one-hot编码
    le_sex = LabelEnc