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
ZhengEnCi1 小时前
09c-斯坦福CS336作业二:系统与分布式训练
人工智能
阿里云大数据AI技术1 小时前
用 SQL 解锁多模态数据分析:Hologres 让图片、语音、视频变成结构化洞察
人工智能
阿里云大数据AI技术2 小时前
EMR Serverless StarRocks 湖仓多模态检索:One SQL on One Data,实现全文 + 标量 + 向量三路混合检索
人工智能
冬奇Lab3 小时前
Skill 系列(02):Skill 安全风险——三类攻击面的实战测试
人工智能·安全·开源
冬奇Lab3 小时前
每日一个开源项目(第138篇):OpenMontage - 把 AI 编程助手变成完整的视频制作团队
人工智能·开源·claude
米小虾3 小时前
智谱港股盘中市值突破万亿港元!GLM-5.2 开源引爆国产 AI 价值重估
人工智能·chatglm (智谱)
阿里云大数据AI技术3 小时前
义乌小商品城基于MaxFrame AI Function的亿级AI 数据产线提速之路
人工智能
甲维斯4 小时前
用AI还原《坦克大战》并3D化升级!
前端·人工智能·游戏开发
IT_陈寒5 小时前
SpringBoot自动配置坑了我一晚上,原来问题出在这
前端·人工智能·后端