泰坦尼克号数据集分类 题目要求: (1)使用KNN算法对泰坦尼克号数据集进行分类 (2)使用测试集测试训练好的模型,并打印准确率

时间: 2023-12-14 15:39:40 浏览: 27
好的,这是一个经典的机器学习分类问题。我可以帮助您完成这个任务。 首先,我们需要导入相关的库和数据集。您可以使用 pandas 和 numpy 库来处理数据,使用 sklearn 库来构建 KNN 模型。在导入数据集之前,需要将数据集下载到本地。 ```python import pandas as pd import numpy as np from sklearn.neighbors import KNeighborsClassifier # 读取训练集和测试集 train_data = pd.read_csv('train.csv') test_data = pd.read_csv('test.csv') ``` 接下来,我们需要对数据进行预处理。这包括数据清洗、特征工程和数据归一化等步骤。具体处理方法可以参考其他的泰坦尼克号分类案例。 ```python # 数据清洗 train_data.drop(['Cabin'], axis=1, inplace=True) test_data.drop(['Cabin'], axis=1, inplace=True) train_data.dropna(inplace=True) test_data.dropna(inplace=True) # 特征工程 train_data['Sex'] = (train_data['Sex'] == 'male').astype('int') test_data['Sex'] = (test_data['Sex'] == 'male').astype('int') train_data['Embarked_S'] = (train_data['Embarked'] == 'S').astype('int') train_data['Embarked_C'] = (train_data['Embarked'] == 'C').astype('int') train_data['Embarked_Q'] = (train_data['Embarked'] == 'Q').astype('int') test_data['Embarked_S'] = (test_data['Embarked'] == 'S').astype('int') test_data['Embarked_C'] = (test_data['Embarked'] == 'C').astype('int') test_data['Embarked_Q'] = (test_data['Embarked'] == 'Q').astype('int') train_data.drop(['Embarked'], axis=1, inplace=True) test_data.drop(['Embarked'], axis=1, inplace=True) # 数据归一化 train_data = (train_data - train_data.min()) / (train_data.max() - train_data.min()) test_data = (test_data - test_data.min()) / (test_data.max() - test_data.min()) # 提取特征和标签 train_x = train_data.drop(['Survived', 'PassengerId'], axis=1) train_y = train_data['Survived'] test_x = test_data.drop(['PassengerId'], axis=1) ``` 然后,我们可以使用 sklearn 库中的 KNeighborsClassifier 类来构建 KNN 模型。在构建模型之前,我们需要确定 K 值的大小。可以通过交叉验证等方法来确定最优的 K 值。 ```python # 构建 KNN 模型 knn = KNeighborsClassifier(n_neighbors=5) knn.fit(train_x, train_y) # 在测试集上测试模型 test_y = knn.predict(test_x) ``` 最后,我们可以计算模型的准确率。 ```python # 计算准确率 accuracy = knn.score(train_x, train_y) print('Accuracy:', accuracy) ``` 完整代码如下: ```python import pandas as pd import numpy as np from sklearn.neighbors import KNeighborsClassifier # 读取训练集和测试集 train_data = pd.read_csv('train.csv') test_data = pd.read_csv('test.csv') # 数据清洗 train_data.drop(['Cabin'], axis=1, inplace=True) test_data.drop(['Cabin'], axis=1, inplace=True) train_data.dropna(inplace=True) test_data.dropna(inplace=True) # 特征工程 train_data['Sex'] = (train_data['Sex'] == 'male').astype('int') test_data['Sex'] = (test_data['Sex'] == 'male').astype('int') train_data['Embarked_S'] = (train_data['Embarked'] == 'S').astype('int') train_data['Embarked_C'] = (train_data['Embarked'] == 'C').astype('int') train_data['Embarked_Q'] = (train_data['Embarked'] == 'Q').astype('int') test_data['Embarked_S'] = (test_data['Embarked'] == 'S').astype('int') test_data['Embarked_C'] = (test_data['Embarked'] == 'C').astype('int') test_data['Embarked_Q'] = (test_data['Embarked'] == 'Q').astype('int') train_data.drop(['Embarked'], axis=1, inplace=True) test_data.drop(['Embarked'], axis=1, inplace=True) # 数据归一化 train_data = (train_data - train_data.min()) / (train_data.max() - train_data.min()) test_data = (test_data - test_data.min()) / (test_data.max() - test_data.min()) # 提取特征和标签 train_x = train_data.drop(['Survived', 'PassengerId'], axis=1) train_y = train_data['Survived'] test_x = test_data.drop(['PassengerId'], axis=1) # 构建 KNN 模型 knn = KNeighborsClassifier(n_neighbors=5) knn.fit(train_x, train_y) # 在测试集上测试模型 test_y = knn.predict(test_x) # 计算准确率 accuracy = knn.score(train_x, train_y) print('Accuracy:', accuracy) ``` 希望这个例子能对您有所帮助!

相关推荐

最新推荐

recommend-type

基于python实现KNN分类算法

主要为大家详细介绍了基于python实现KNN分类算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

k8s1.16的jenkins部署java项目cicd(cd手动)-kubernetes安装包和详细文档笔记整理

k8s1.16的jenkins部署java项目cicd(cd手动)-kubernetes安装包和详细文档笔记整理
recommend-type

sja1311.x86_64.tar.gz

SQLyong 各个版本,免费下载 SQLyog是业界著名的Webyog公司出品的一款简洁高效、功能强大的图形化MySQL数据库管理工具。使用SQLyog可以快速直观地让您从世界的任何角落通过网络来维护远端的MySQL数据库。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
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

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

用Spring boot和vue写一个登录注册界面

好的,这是一个比较常见的技术问题,我可以为您提供一些参考资料和思路。首先,您可以使用Spring Boot作为后端框架来处理用户认证和注册的逻辑,比如使用Spring Security实现用户登录认证。同时,您还需要设计相应的数据模型和数据库表结构来存储用户信息。在前端方面,您可以使用Vue.js作为框架来构建登录注册页面,使用Axios来发起API请求并和后端进行交互。当然,在实现过程中,还需要考虑一些具体细节,比如数据校验、安全性和用户体验等方面。希望这些信息能够帮助到您。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
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

MATLAB柱状图在数据分析中的作用:从可视化到洞察

![MATLAB柱状图在数据分析中的作用:从可视化到洞察](https://img-blog.csdnimg.cn/img_convert/1a36558cefc0339f7836cca7680c0aef.png) # 1. MATLAB柱状图概述** 柱状图是一种广泛用于数据可视化的图表类型,它使用垂直条形来表示数据中不同类别或组别的值。在MATLAB中,柱状图通过`bar`函数创建,该函数接受数据向量或矩阵作为输入,并生成相应的高度条形。 柱状图的优点在于其简单性和易于理解性。它们可以快速有效地传达数据分布和组别之间的比较。此外,MATLAB提供了广泛的定制选项,允许用户调整条形颜色、