cnn测试集准确率比训练集低_【ML-Titanic】（五）训练模型评估测试集

通过对Titanic船上人员的信息来判断是否生还，已经明确过这是一个二元分类器。训练样本数据已经全部处理完，并保存在df变量中，接下来就可以训练模型进行数据训练。

接着就需要开始选择一个分类器进行训练了，目前先选择随机梯度下降（SGD）分类器。

训练模型

使用sklearn的SGDClassifier进行非常的方便，大致流程如下：

1. 将Pandas转为Numpy
2. 将输入和输出分别赋值给X，y
3. 使用SGD分类器进行数据训练
4. 获取训练结果的准确率和召回率

这段代码很短，具体如下所示：

from sklearn.linear_model import SGDClassifier
from sklearn.model_selection import cross_val_predict
from sklearn.metrics import precision_score, recall_score

train_df = df.filter(regex='Survived|Age|SibSp|Parch|Fare_.*|Cabin_.*|Embarked_.*|Sex_.*|Pclass_.*')
train_np = train_df.values
X, y = train_np[:, 1:], train_np[:,