Python利用随机森林对泰坦尼克号乘客生还进行预测实战（超详细附源码）

谁借莪１个温暖的怀抱￠ 2023-09-30 18:42 34阅读 0赞

> **需要源码和数据集请点赞关注收藏后评论区留言私信~~~**

在本案例中，利用随机森林对泰坦尼克号乘客生还进行预测，并对预测模型进行指标测算与模型评价。

## 一、数据集准备与处理 ##

本案例采用泰坦尼克号乘客数据集进行分析与挖掘，首先导入事先保存好的数据文件，也可以在以下网址下载

[数据集下载地址][Link 1]

导入数据并显示前五条数据

![fb637908d7e146d992e2dfd6436c5131.png][]

查看数据的基本情况

![2134146e99614b8b91ceda88d15ac86c.png][]

输出结果显示了该数据集有1313条数据，并显示了各个属性的数据类型及非空值的个数

查看数据缺失值信息

![5acff7d94f534d3abc41e234178dad17.png][]

可以明显看出 属性room ticket等中缺失值较多

特征选取。根据对该事件的了解，选取sex，age和pclass三个决定幸免与否的关键因素

![7c92e67fa57848ebababf16b19ce4274.png][]

对年龄字段进行空缺值填充

![2afb1c93517c406d876431507c8013c4.png][]

可以看出 待分析的数据中不再有缺失数据

查看pclass和生还数据survived的数据取值分布

![a5bd45963bfe4fe0ab0dd409240e9821.png][]

针对性别 绘制年龄字段的箱线图

![259111d3dda444fcb6e6f90fe4d04a95.png][]

划分训练集和测试集 并将数据中的类别型特征进行编码

![b926bdc9acbe42ae92496bdd1831605f.png][]

## 二、模型构建与性能评估 ##

接下来构建随机森林模型 然后对分类器进行评估

![b531e004bf1e420da04efb71c5e04c92.png][]

可以看出 精度大概在百分之七十八左右 包括其他几种评估指标等等

## 三、代码 ##

部分代码如下 需要全部源码请点赞关注收藏后评论区留言私信

import pandas as pd
    import numpy as np
    titanic=pd.read_csv('titanic.txt')
    # titanic=pd.read_csv('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt')
    titanic.head()
    titanic.info()
    titanic.i[['pclass', 'age', 'sex']]
    y = titanic['survived']
    X.info()
    
    X['age'].fillna(X['age'].mean(), inplace=True)
    X.info()
    print(X['pclass'].value_counts())
    print(y.value_counts())
    from sklearn.model_selection import train_test_split
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state = 33)
    from sklearn.feature_extraction import DictVectorizer
    vec = DictVectorizer(sparse=False)
    X_train = vec.fit_transform(X_train.to_dict(orient='record'))
    print(vec.ftransform(X_test.to_dict(orient='record'))
    from sklearn.ensemble import RandomForestClassifier
    rfc=RandomForestClassifier()
    rfc.fit(X_train,y_train)
    rfc_y_pred=rfc.predict(X_test)
    from sklearn.metrics import classification_report
    print('The accuracy of random forest:',rfc.score(X_test,y_test))
    print(classification_report(rfc_y_pred,y_test))

**创作不易 觉得有帮助请点赞关注收藏~~~**

[Link 1]: https://biocat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt
[fb637908d7e146d992e2dfd6436c5131.png]: https://img-blog.csdnimg.cn/fb637908d7e146d992e2dfd6436c5131.png
[2134146e99614b8b91ceda88d15ac86c.png]: https://img-blog.csdnimg.cn/2134146e99614b8b91ceda88d15ac86c.png
[5acff7d94f534d3abc41e234178dad17.png]: https://img-blog.csdnimg.cn/5acff7d94f534d3abc41e234178dad17.png
[7c92e67fa57848ebababf16b19ce4274.png]: https://img-blog.csdnimg.cn/7c92e67fa57848ebababf16b19ce4274.png
[2afb1c93517c406d876431507c8013c4.png]: https://img-blog.csdnimg.cn/2afb1c93517c406d876431507c8013c4.png
[a5bd45963bfe4fe0ab0dd409240e9821.png]: https://img-blog.csdnimg.cn/a5bd45963bfe4fe0ab0dd409240e9821.png
[259111d3dda444fcb6e6f90fe4d04a95.png]: https://img-blog.csdnimg.cn/259111d3dda444fcb6e6f90fe4d04a95.png
[b926bdc9acbe42ae92496bdd1831605f.png]: https://img-blog.csdnimg.cn/b926bdc9acbe42ae92496bdd1831605f.png
[b531e004bf1e420da04efb71c5e04c92.png]: https://img-blog.csdnimg.cn/b531e004bf1e420da04efb71c5e04c92.png