决策树来实现泰坦尼克生存情况

有一些泰坦尼克的数据集，里面的数据的特征包括了姓名、票的类别、存活、乘坐班、年龄、登录、目的地、房间、票、船和性别。我们用决策树来分析该问题

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
from sklearn.tree import DecisionTreeClassifier export_graphviz
from sklearn.model_selection import RandomizedSearchCV


def tree（）:
    # （1）获取数据
    titanic = pd.read_csv（“tree_titanic.txt“）
    # “row.names““pclass““survived““name““age““embarked““home.dest““room““ticket““boat““sex“
    print（titanic.head（））

    # （2）数据处理 - 需要进行挑选特征值和目标值
    x = titanic[[“pclass“ “age“ “sex“]]
    y = titanic[“survived“]
    print（“特征：\n“ x.head（））
    # （2）数据处理 - 因为年龄数据有缺失，则需要进行填充：采用年龄的平均值进行补充
    x[“age“].fillna（x[“age“].mean（） inplace=True）
    # （2）数据处理 - 转换成字典，然后进行特征工程的字典抽取
    x = x.to_dict（orient=“records“）
    print（“转换成字典之后的特征：\n“ x）

    # （3）划分训练集、测试集
    x_train x_test y_train y_test = train_test_split（x y random_state=22）

    # （4）特征工程-进行字典特征抽取
    transfer = DictVectorizer（）
    x_train = transfer.fit_transform（x_train）
    x_test = transfer.transform（x_test）

    print（“特征工程之后的训练集的特征：\n“ x_train）
    print（“特征：\n“ transfer.get_feature_names（））

    #（5）训练模型

    classifier = DecisionTreeClassifier（）
    param = {“max_depth“: range（250 1）}
    #classifier = RandomizedSearchCV（classifier param_distributions=param cv=8）
    classifier.fit（x_train y_train）

    y_predict = classifier.predict（x_test）
    print（“测试结果为：\n“ y_predict == y_test）
    #  print（“最好预估器为：\n“ classifier.best_estimator_）

    # （6）模型评估
    score = classifier.score（x_testy_test）
    print（“准确度为： “ score）

    # （7）可视化
    export_graphviz（classifier out_file=“/Users/j1/Documents/机器学习/code/machinelearning/estimator/tree_titanic.dot“ feature_names=transfer.get_feature_names（））

    return None


if __name__ == ‘__main__‘:
    tree（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-12-04 13:13  tree_titanic\
     文件      734945  2019-12-04 10:22  tree_titanic\tree_titanic.png
     文件        2149  2019-12-04 13:13  tree_titanic\tree_titanic.py
     目录           0  2019-12-04 13:14  __MACOSX\
     目录           0  2019-12-04 13:14  __MACOSX\tree_titanic\
     文件         176  2019-12-04 13:13  __MACOSX\tree_titanic\._tree_titanic.py
     文件      219624  2019-12-04 11:50  tree_titanic\tree_titanic1.png
     文件      115631  2019-12-03 14:38  tree_titanic\tree_titanic.txt
     文件         233  2019-12-03 14:38  __MACOSX\tree_titanic\._tree_titanic.txt