Pytorch深度学习实践第八讲课后习题 训练titanic数据集

本节没有课程传送门，算是博主根据老师讲的内容做的作业。

数据集传送门 Kaggle Titanic dataset

	这里对数据集进行了一些处理，首先第一行不能是属性名而非特征，不能使用所以在第一个表格
前加了'#'，另外有一些无用特征比如乘客姓名这里选择了直接跳过，最后在处理过发现np.loadtxt
函数不能识别'str'类型数据，所以空数据用‘-1’进行了替换，数据集最后一项只有三个类别，所以用
'0','1','2'标记替换。下面是处理后的训练集截图

import torch
from  torch.utils.data import Dataset
from  torch.utils.data import DataLoader
import numpy as np
import matplotlib.pyplot as plt
#程序运行过程会有一些警告，这个没问题。

class titanicDataset(Dataset):
    def __init__(self,filepath):
        x = np.loadtxt(filepath, delimiter=',', dtype=np.float32, usecols=(2, 5, 6, 7, 8, 10, 12))
        #上面只取有效特征，类似人名，票号等唯一特征对训练没用就没取。
        y = np.loadtxt(filepath, delimiter=',', dtype=np.float32, usecols=1)
        # 'delimiter'为分隔符
        y = y[:, np.newaxis]
        #这里增加一维，不然计算loss的时候维度不同会报错
        
        self.x_data = torch.from_numpy(x)
        self.y_data = torch.from_numpy(y)
        self.len =