用python的决策树算法预测泰坦尼克号的代码

以下是用Python的决策树算法预测泰坦尼克号生还者的代码示例：

import pandas as pd
from sklearn.tree import DecisionTreeClassifier

# 读取训练数据集
train_data = pd.read_csv('train.csv')

# 定义特征列
features = ['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare', 'Embarked']

# 处理缺失值
train_data[features].fillna(train_data[features].mean(), inplace=True)

# 特征向量化
dummies = [pd.get_dummies(train_data[feat], prefix=feat) for feat in features]
X = pd.concat(dummies, axis=1)

# 获取标签列
y = train_data['Survived']

# 创建决策树分类器
clf = DecisionTreeClassifier()

# 训练模型
clf.fit(X, y)

# 读取测试数据集
test_data = pd.read_csv('test.csv')

# 处理缺失值
test_data[features].fillna(test_data[features].mean(), inplace=True)

# 特征向量化
dummies = [pd.get_dummies(test_data[feat], prefix=feat) for feat in features]
X_test = pd.concat(dummies, axis=1)

# 利用训练好的模型预测生还者
predicted = clf.predict(X_test)

# 输出预测结果
print(predicted)

注意：该代码只是示例，需要根据实际情况进行调整和改进。