25 | Titanic 乘客生存决策树预测

小刘要努力。

已于 2024-02-19 07:08:48 修改

阅读量1.1k

点赞数

分类专栏：玩转Python机器学习文章标签：决策树算法 python 机器学习人工智能

于 2021-04-23 23:40:14 首次发布

liurunsen

本文链接：https://blog.csdn.net/weixin_44510615/article/details/116075746

版权

玩转Python机器学习专栏收录该内容

34 篇文章 360 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了使用决策树预测 Titanic 乘客生存情况的全流程，包括数据探索、清洗、特征选择、模型训练、预测评估及模型可视化。在特征选择中，舍弃了无关特征，将分类特征转换为数值类型。模型训练采用了 ID3 算法，通过 K 折交叉验证评估准确率，最后探讨了决策树模型的优化和可视化技巧。

摘要由CSDN通过智能技术生成

文章目录

Titanic 乘客生存预测流程

数据获取 --> 数据探索 --> 数据清理 --> 特征选择 --> 决策树模型 --> 模型预测和评估 --> 决策树可视化

模块 1:数据探索：

一、使用 info() 了解数据表的基本情况：行数、列数、每列的数据类型、数据完整度；
       
二、使用 describe() 了解数据表的统计情况：总数、平均值、标准差、最小值、最大值等；
           
三、使用 describe(include=[‘O’]) 查看字符串类型（非数字）的整体情况；
        
四、使用 head 查看前几行数据（默认是前 5 行）；
        
五、使用 tail 查看后几行数据（默认是最后 5 行）。