泰坦尼克号决策树预测代码

泰坦尼克号数据集是一个经典的数据科学案例，常常用于机器学习入门教程，尤其是决策树算法的应用。预测代码通常涉及以下几个步骤：

1. **数据加载**：首先，你需要导入必要的库，如pandas和sklearn，然后读取包含乘客信息的CSV文件，如"train.csv"和"test.csv"。

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

2. **数据预处理**：清洗数据，处理缺失值，转换类别特征，例如将"Sex"字段转化为数字编码。

data = pd.read_csv('train.csv')
data['Sex'] = data['Sex'].map({'male': 0, 'female': 1})

3. **特征选择与分割**：选择对生存有影响的特征（如年龄、票价、舱位等），并将其分为训练集和测试集。

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

4. **模型训练**：创建DecisionTreeClassifier实例，并用训练数据拟合模型。

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

5. **预测**：用测试数据进行预测，并查看预测结果。

predictions = model.predict(X_test)

6. **评估性能**：计算模型在测试集上的准确率或其他指标。

accuracy = accuracy_score(y_test, predictions)
print("Accuracy:", accuracy)