python-决策树分类

泰坦尼克号生还者预测

import pandas as pd
from sklearn.tree import tai, export_graphviz#导入决策树分类器，
from sklearn.metrics import classification_report #分类报告
import graphviz #用于数据可视化

#数据预处理（删除无关列，性别用0，1表示，填充年龄的缺失值）
data = pd.read_csv('titanic_data.csv')
data.drop('PassengerId', axis=1, inplace=True)   # 删除PassengerId 列，axis=0是行，=1为列,inplace=True会对原有值进行修改
data.loc[data['Sex'] == 'male', 'Sex'] = 1       # 用索引方法loc对数据进行修改
data.loc[data['Sex'] == 'female', 'Sex'] = 0     # 用数值1来代替male，用0来代替female，sklearn不支持字符串类型数据
data.fillna(data['Age'].mean(), inplace=True)    # fillna（）方法，用均值来填充缺失值

#构建模型
Dtc = DecisionTreeClassifier(max_depth=5, random_state=8)    # 构建决策树模型
Dtc.fit(data.iloc[:, 1:], data['Survived'])       # 模型训练（数据和标签（是否生还））
pre = Dtc.predict(data.iloc[:, 1:])               # 模型预测
pre == data['Survived']                           # 比较模型预测值与样本实际值是否一致
classification_report(data['Survived'], pre)      # 分类报告

#数据可视化
dot_data = export_graphviz(Dtc, feature_names=['Pclass', 'Sex', 'Age'], class_names='Survived')
graph = graphviz.Source(dot_data)
graph

部分截图：