pythonstudy Day24

复习日

@疏锦行



c 复制代码
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.ensemble import RandomForestClassifier

# 1. 读入数据(注意路径:Kaggle Notebook 里直接就是 /kaggle/input/...)
train = pd.read_csv("/kaggle/input/titanic/train.csv")
test = pd.read_csv("/kaggle/input/titanic/test.csv")

# 2. 简单特征工程
# 选择一些比较有用的特征
features = ["Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked"]

train = train[features + ["Survived"]]
test_features = test[features]

# 处理缺失值
# Age 和 Fare 用中位数填充,Embarked 用众数填充
for df in [train, test_features]:
    df["Age"].fillna(df["Age"].median(), inplace=True)
    df["Fare"].fillna(df["Fare"].median(), inplace=True)
    df["Embarked"].fillna(df["Embarked"].mode()[0], inplace=True)

# 把 Sex 和 Embarked 变成数字(one-hot 编码)
train = pd.get_dummies(train, columns=["Sex", "Embarked"])
test_features = pd.get_dummies(test_features, columns=["Sex", "Embarked"])

# 对齐列(避免测试集缺某些 dummy 列)
test_features = test_features.reindex(columns=train.drop("Survived", axis=1).columns, fill_value=0)

X = train.drop("Survived", axis=1)
y = train["Survived"]

# 3. 划分一部分训练集做本地验证(可选)
X_train, X_valid, y_train, y_valid = train_test_split(X, y, test_size=0.2, random_state=42)

# 4. 训练模型(随机森林只是示例,其他模型也可以)
model = RandomForestClassifier(
    n_estimators=200,
    max_depth=5,
    random_state=42
)
model.fit(X_train, y_train)

# 在验证集上看一下效果(仅自我检查)
y_pred_valid = model.predict(X_valid)
print("Validation accuracy:", accuracy_score(y_valid, y_pred_valid))

# 5. 用全部训练数据重新训练,然后在测试集上预测
model.fit(X, y)
test_pred = model.predict(test_features)

# 6. 生成提交文件
submission = pd.DataFrame({
    "PassengerId": test["PassengerId"],
    "Survived": test_pred
})

submission.to_csv("submission.csv", index=False)
print("submission.csv 已保存")
相关推荐
千寻girling2 分钟前
一份不可多得的 《 Python 》语言教程
人工智能·后端·python
aircrushin2 小时前
从春晚看分布式实时协同算法与灵巧手工程实现
人工智能·机器人
恋猫de小郭2 小时前
Apple 的 ANE 被挖掘,AI 硬件公开,宣传的 38 TOPS 居然是"数字游戏"?
前端·人工智能·ios
银河系搭车客指南2 小时前
AI Agent 的失忆症:我是怎么给它装上"第二个大脑"的
人工智能
张拭心3 小时前
春节后,有些公司明确要求 AI 经验了
android·前端·人工智能
我的username3 小时前
极致简单的openclaw安装教程
人工智能
小锋java12343 小时前
【技术专题】嵌入模型与Chroma向量数据库 - Chroma 集合操作
人工智能
七月丶3 小时前
别再手动凑 PR 了:这个 AI Skill 会按仓库习惯自动建分支、拆提交、提 PR
人工智能·设计模式·程序员
用户5191495848453 小时前
CVE-2024-10793 WordPress插件权限提升漏洞利用演示
人工智能·aigc
chaors4 小时前
从零学RAG0x01之向量化
人工智能·aigc·ai编程