kaggle泰坦尼克 sklearn

Kaggle是一个数据科学竞赛平台，而泰坦尼克号是Kaggle上一个经典的比赛项目，要求参赛者预测乘客是否在泰坦尼克号沉船事件中存活。sklearn（Scikit-learn）则是一个用于机器学习的Python库，提供了许多常用的机器学习算法和工具。

对于泰坦尼克号项目，你可以使用sklearn库中的各种算法来预测乘客的生存情况。首先，你需要导入数据和所需的库，然后进行数据预处理，例如填充缺失值、转换类别变量等。接下来，你可以选择适当的机器学习算法，并使用训练数据进行模型训练。最后，你可以使用训练好的模型对测试数据进行预测，并评估模型的性能。

以下是一个使用sklearn进行泰坦尼克号项目的简单示例：

# 导入所需的库
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# 导入数据
data = pd.read_csv('train.csv')

# 数据预处理
# 填充缺失值
data['Age'].fillna(data['Age'].median(), inplace=True)
data['Embarked'].fillna(data['Embarked'].mode()[0], inplace=True)

# 转换类别变量
data['Sex'] = data['Sex'].map({'female': 0, 'male': 1}).astype(int)
data['Embarked'] = data['Embarked'].map({'S': 0, 'C': 1, 'Q': 2}).astype(int)

# 特征选择
features = ['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare', 'Embarked']
X = data[features]
y = data['Survived']

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model = RandomForestClassifier()
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 评估模型性能
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)