模型实战：titannic （分类）（xgboost）（超参数搜索）

import pandas as pd
#本地读取训练集和测试集
train=pd.read_csv('train.csv')
test=pd.read_csv('test.csv')
#输出基本信息
print(train.info())
print(test.info())
selected_features=['Pclass','Sex','Age','Emarked','SibSip','Parch','Fare']
X_train=train[selected_features]
X_test=test[selected_features]
y_train=train['Survived']

一、填充缺失值

使用特征的众数或者平均值填充

#Emarked特征存在缺失值，需要补充
#某个特征，水平分类计数
print(X_train['Emarked'].value_counts())
print(X_test['Emarked'].value_counts())
#使用出现频率最高的水平填充缺失值
X_train['Emarked'].fillna('S',inplace=True)
X_test['Emarked'].fillna('S',inplace=True)

X_train['Age'].fillna(X_train['Age'].mean(