Python機器學習入門1.8《使用整合模型預測泰坦尼克號乘客的生還情況預測》
阿新 • • 發佈:2018-12-16
# -*- coding: utf-8 -*- """ Created on Fri Oct 19 08:11:26 2018 @author: asus """ import pandas as pd titanic=pd.read_csv('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt') #人工選取pclass age sex 作為判斷乘客是否生還的特徵 X=titanic[['pclass','age','sex']] y=titanic['survived'] #用平均年齡代替缺失的資訊 X.fillna(X['age'].mean(),inplace=True) #資料分割,25%用於測試資料 from sklearn.cross_validation import train_test_split X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.25,random_state=33) #類別型特徵轉化為特徵向量(特徵提取) from sklearn.feature_extraction import DictVectorizer vec=DictVectorizer(sparse=False) X_train=vec.fit_transform(X_train.to_dict(orient='record')) X_test=vec.transform(X_test.to_dict(orient='record')) #使用單一決策樹進行模型訓練以及預測分析 from sklearn.tree import DecisionTreeClassifier dtc=DecisionTreeClassifier() dtc.fit(X_train,y_train) dtc_y_pred=dtc.predict(X_test) #使用隨機深林分類器進行整合模型的訓練以及預測分析 from sklearn.ensemble import RandomForestClassifier rfc=RandomForestClassifier() rfc.fit(X_train,y_train) rfc_y_pred=rfc.predict(X_test) #使用梯度提升決策樹進行整合模型訓練以及預測分析 from sklearn.ensemble import GradientBoostingClassifier gbc=GradientBoostingClassifier() gbc.fit(X_train,y_train) gbc_y_pred=gbc.predict(X_test) #整合模型的預測效能分析 from sklearn.metrics import classification_report #輸出單一決策樹在測試集上的分類準確性,以及更加詳細的精確率、召回率、F1指標 print('The accuracy of decision tree is',dtc.score(X_test,y_test)) print(classification_report(y_test,dtc_y_pred)) #輸出隨機深林分類器在測試集上的分類準確性,以及更加詳細的精確率、召回率、F1指標 print('The accuracy of random forest classifier is',rfc.score(X_test,y_test)) print(classification_report(y_test,rfc_y_pred)) #輸出梯度提升決策樹在測試集上的分類準確性,以及更加詳細的精確率、召回率、F1指標 print('The accuracy of gradient boosting classifier is',gbc.score(X_test,y_test)) print(classification_report(y_test,gbc_y_pred))