泰坦尼克号生存预测python毕设_Python机器学习决策树案例——泰坦尼克号幸存者预测,python,之,的...

决策树(Decision Tree)是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。

泰坦尼克号幸存者的预测

数据点击这里可以下载——>

点击这里下载

。也可以在评论区留下你的邮箱，我发送给您。

首先导入所用到的库：

import pandas as pd

from sklearn.tree import DecisionTreeClassifier

import matplotlib.pyplot as plt

from sklearn.model_selection import GridSearchCV

from sklearn.model_selection import cross_val_score

将数据导入：

data = pd.read_csv('taitannikehao.csv')

查看数据前五行：

data.head()

查看数据状况：

data.info()

将"Cabin",“Name”,"Ticket"这三个列删除，对预测影响没有影响。

data.drop(["Cabin","Name"