泰坦尼克号预测python_泰坦尼克号生存预测（python）

1 数据探索

对数据进行一个整体的理解

1.1 查看数据都有一些什么特征

importpandas as pdimportseaborn as sns%matplotlib inline

titanic= pd.read_csv(‘G:\\titanic\\train.csv‘)titanic.sample(10)

获取数据的10行记录进行观察，初步了解数据的组成，可以看到Age、Cabin里面是存在缺失值的，在进一步理解数据的统计量后再进行数据处理，观察各特征的最大最小值等，可以发现这些数据比较合理，不存在特别的异常值。

print(titanic.describe())

#查看常用的统计量

2 数据分析\处理

Name和Ticket依据基本认知来看，与乘客是否有机会存活相关不大，因此暂时不理会这两个特征。由于Cabin这一个特征缺失值比较多，参考价值低，因此同样暂时搁置。

2.1 Sex特征处理

Sex分为female和male，但是一些算法模型只能识别数字，所以将他们分别用0和1表示

titanic.Sex = titanic.Sex.replace("male",1)

titanic.Sex= titanic.Sex.replace("female",0)

2.2 Age特征处理

Age这里存在缺失值，有年纪记录的有714行，这里使用age的平均数来进行填充缺失值

titanic