泰坦尼克号生存预测python

泰坦尼克号生存预测是一个二分类问题，可以使用Python中的机器学习库来进行预测。以下是一个简单的步骤：

1. 导入必要的库

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

2. 加载数据集

df = pd.read_csv('titanic.csv')

3. 数据清洗和预处理

# 删除不必要的列
df = df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'], axis=1)

# 处理缺失值
df['Age'] = df['Age'].fillna(df['Age'].median())
df['Embarked'] = df['Embarked'].fillna(df['Embarked'].mode()[0])

# 对分类变量进行独热编码
df = pd.get_dummies(df, columns=['Sex', 'Embarked'])

4. 划分数据集

X = df.drop(['Survived'], axis=1)
y = df['Survived']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

5. 训练模型

model = LogisticRegression()
model.fit(X_train, y_train)

6. 预测并评估模型

y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

这是一个简单的泰坦尼克号生存预测的Python代码示例。当然，你也可以使用其他的机器学习算法来进行预测，比如决策树、随机森林等。