python泰坦尼克号生存预测

泰坦尼克号生存预测是一个经典的机器学习项目，可以用来练习数据分析、特征工程和模型构建等技能。下面是一个简单的Python代码示例，用于进行泰坦尼克号生存预测：

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

# 读取数据集
data = pd.read_csv('titanic.csv')

# 数据预处理
data = data.drop(['Name', 'Ticket', 'Cabin', 'Embarked'], axis=1)
data = data.dropna()
data['Sex'] = data['Sex'].apply(lambda x : 1 if x == 'male' else 0)

# 特征选择
X = data.drop(['Survived'], axis=1)
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=0.3, random_state=1)

# 构建决策树模型
model = DecisionTreeClassifier()
model.fit(X_train, y_train)

# 预测并计算准确率
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

这段代码首先读取了一个名为`titanic.csv`的数据集，然后进行了数据预处理和特征选择，接着将数据集划分为训练集和测试集，并使用决策树模型进行训练和预测，最后计算了模型的准确率。