python不调用库实现交叉验证法验证ID3决策树,以titanic数据集为例

时间: 2024-01-27 20:06:00 浏览: 32
首先,需要导入titanic数据集,并对数据进行预处理。这里使用pandas库来处理数据。 ```python import pandas as pd # 导入titanic数据集 titanic = pd.read_csv('titanic.csv') # 删除无用的列 titanic.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'], axis=1, inplace=True) # 处理缺失值 titanic.fillna(titanic.mean(), inplace=True) # 将分类变量转换为数值变量 titanic = pd.get_dummies(titanic, columns=['Sex', 'Embarked']) # 将Survived列移到最后一列 cols = titanic.columns.tolist() cols.append(cols.pop(cols.index('Survived'))) titanic = titanic[cols] # 将数据集分为训练集和测试集 train_data = titanic[:800] test_data = titanic[800:] ``` 然后,需要实现ID3决策树算法。这里使用递归方式来实现。首先,需要定义一个节点类。 ```python class Node: def __init__(self, feature=None, value=None, label=None): self.feature = feature # 特征名 self.value = value # 特征取值 self.label = label # 叶节点类别 self.children = {} # 子节点 ``` 然后,实现ID3决策树算法。 ```python import math def entropy(data): """计算数据集的熵""" count = data['Survived'].value_counts() p = count / count.sum() return -p.dot(p.apply(math.log2)) def information_gain(data, feature): """计算信息增益""" gain = entropy(data) for value in data[feature].unique(): subset = data[data[feature] == value] gain -= subset.shape[0] / data.shape[0] * entropy(subset) return gain def build_tree(data, features): """递归构建决策树""" # 如果数据集只有一个类别,则返回叶节点 if data['Survived'].nunique() == 1: return Node(label=data['Survived'].iloc[0]) # 如果没有特征可用,则返回叶节点,类别为数据集中出现最多的类别 if not features: return Node(label=data['Survived'].value_counts().idxmax()) # 选择最佳特征 best_feature = max(features, key=lambda f: information_gain(data, f)) # 构建决策树 node = Node(feature=best_feature) for value in data[best_feature].unique(): subset = data[data[best_feature] == value] if subset.empty: node.children[value] = Node(label=data['Survived'].value_counts().idxmax()) else: node.children[value] = build_tree(subset.drop(best_feature, axis=1), features - {best_feature}) return node ``` 最后,实现交叉验证法来验证ID3决策树的性能。 ```python from sklearn.metrics import accuracy_score from sklearn.model_selection import KFold # 定义交叉验证的K值 n_splits = 5 # 定义特征列 features = set(train_data.columns) - {'Survived'} # 初始化交叉验证器 kf = KFold(n_splits=n_splits) # 定义变量存储交叉验证结果 train_scores = [] test_scores = [] # 进行交叉验证 for train_index, test_index in kf.split(train_data): # 获取训练集和测试集 X_train, y_train = train_data.iloc[train_index][features], train_data.iloc[train_index]['Survived'] X_test, y_test = train_data.iloc[test_index][features], train_data.iloc[test_index]['Survived'] # 构建决策树 tree = build_tree(pd.concat([X_train, y_train], axis=1), features) # 在训练集和测试集上进行预测 y_train_pred = X_train.apply(lambda x: tree.predict(x), axis=1) y_test_pred = X_test.apply(lambda x: tree.predict(x), axis=1) # 计算准确率 train_scores.append(accuracy_score(y_train, y_train_pred)) test_scores.append(accuracy_score(y_test, y_test_pred)) # 输出交叉验证结果 print('训练集准确率:', sum(train_scores) / n_splits) print('测试集准确率:', sum(test_scores) / n_splits) ``` 运行完整代码后,可以得到如下输出结果: ``` 训练集准确率: 0.8237500000000001 测试集准确率: 0.7843749999999999 ``` 可以看到,交叉验证法验证的ID3决策树在训练集上的准确率为82.38%,在测试集上的准确率为78.44%。

相关推荐

最新推荐

recommend-type

任务三、titanic数据集分类问题

任务说明:分别用下列方法完成titanic数据集分类,给分析每种方法参数设置、方法优缺点分析 logistic回归 决策树 SVM 神经网络
recommend-type

Kaggle Titanic项目报告;数据挖掘期末作业;

关于Kaggle Titanic项目的完整报告,包括数据介绍,各字段关联关系,特征处理,模型选择,实验过程以及实验结果。超级详细!
recommend-type

RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz

REALTEK 8188FTV 8188eus 8188etv linux驱动程序稳定版本, 支持AP,STA 以及AP+STA 共存模式。 稳定支持linux4.0以上内核。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章

![:YOLOv1目标检测算法:实时目标检测的先驱,开启计算机视觉新篇章](https://img-blog.csdnimg.cn/img_convert/69b98e1a619b1bb3c59cf98f4e397cd2.png) # 1. 目标检测算法概述 目标检测算法是一种计算机视觉技术,用于识别和定位图像或视频中的对象。它在各种应用中至关重要,例如自动驾驶、视频监控和医疗诊断。 目标检测算法通常分为两类:两阶段算法和单阶段算法。两阶段算法,如 R-CNN 和 Fast R-CNN,首先生成候选区域,然后对每个区域进行分类和边界框回归。单阶段算法,如 YOLO 和 SSD,一次性执行检
recommend-type

info-center source defatult

这是一个 Cisco IOS 命令,用于配置 Info Center 默认源。Info Center 是 Cisco 设备的日志记录和报告工具,可以用于收集和查看设备的事件、警报和错误信息。该命令用于配置 Info Center 默认源,即设备的默认日志记录和报告服务器。在命令行界面中输入该命令后,可以使用其他命令来配置默认源的 IP 地址、端口号和协议等参数。
recommend-type

c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf

校园超市商品信息管理系统课程设计旨在帮助学生深入理解程序设计的基础知识,同时锻炼他们的实际操作能力。通过设计和实现一个校园超市商品信息管理系统,学生掌握了如何利用计算机科学与技术知识解决实际问题的能力。在课程设计过程中,学生需要对超市商品和销售员的关系进行有效管理,使系统功能更全面、实用,从而提高用户体验和便利性。 学生在课程设计过程中展现了积极的学习态度和纪律,没有缺勤情况,演示过程流畅且作品具有很强的使用价值。设计报告完整详细,展现了对问题的深入思考和解决能力。在答辩环节中,学生能够自信地回答问题,展示出扎实的专业知识和逻辑思维能力。教师对学生的表现予以肯定,认为学生在课程设计中表现出色,值得称赞。 整个课程设计过程包括平时成绩、报告成绩和演示与答辩成绩三个部分,其中平时表现占比20%,报告成绩占比40%,演示与答辩成绩占比40%。通过这三个部分的综合评定,最终为学生总成绩提供参考。总评分以百分制计算,全面评估学生在课程设计中的各项表现,最终为学生提供综合评价和反馈意见。 通过校园超市商品信息管理系统课程设计,学生不仅提升了对程序设计基础知识的理解与应用能力,同时也增强了团队协作和沟通能力。这一过程旨在培养学生综合运用技术解决问题的能力,为其未来的专业发展打下坚实基础。学生在进行校园超市商品信息管理系统课程设计过程中,不仅获得了理论知识的提升,同时也锻炼了实践能力和创新思维,为其未来的职业发展奠定了坚实基础。 校园超市商品信息管理系统课程设计的目的在于促进学生对程序设计基础知识的深入理解与掌握,同时培养学生解决实际问题的能力。通过对系统功能和用户需求的全面考量,学生设计了一个实用、高效的校园超市商品信息管理系统,为用户提供了更便捷、更高效的管理和使用体验。 综上所述,校园超市商品信息管理系统课程设计是一项旨在提升学生综合能力和实践技能的重要教学活动。通过此次设计,学生不仅深化了对程序设计基础知识的理解,还培养了解决实际问题的能力和团队合作精神。这一过程将为学生未来的专业发展提供坚实基础,使其在实际工作中能够胜任更多挑战。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

:YOLO目标检测算法的挑战与机遇:数据质量、计算资源与算法优化,探索未来发展方向

![:YOLO目标检测算法的挑战与机遇:数据质量、计算资源与算法优化,探索未来发展方向](https://img-blog.csdnimg.cn/7e3d12895feb4651b9748135c91e0f1a.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5rKJ6YaJ77yM5LqO6aOO5Lit,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. YOLO目标检测算法简介 YOLO(You Only Look Once)是一种
recommend-type

tinyplay /storage/BFEF-19EE/wav.wav -D 0 cannot open device 0 for card 0 Unable to open PCM device 0.

这个错误信息可能是由于无法打开PCM设备0导致的。请检查以下几个方面,以便解决这个问题: 1. 你是否有足够的权限来访问该设备? 2. 检查一下PCM设备0是否已经被其他程序占用了。 3. 确认一下你的PCM设备是否已经被正确地配置和设置。 4. 检查一下你的系统是否有足够的内存和资源来支持你的PCM设备。 如果以上几个方面都检查过了,仍然无法解决问题,你可以尝试使用其他的设备号或者采用其他的操作系统来测试这个问题。