例子描述：

比賽地址：https://www.kaggle.com/c/titanic
使用乘客數(shù)據(jù)（即姓名，年齡，性別，社會(huì)經(jīng)濟(jì)艙等）,建立一個(gè)預(yù)測(cè)模型來回答以下問題：“什么樣的人更有可能生存？” 。這是一個(gè)只適合小白的極簡(jiǎn)版本，不求排名，只求入門。

所需環(huán)境：Anaconda3

下載并安裝：Anaconda3-2020.02-Windows-x86_64.exe
下載頁面：https://www.anaconda.com/distribution/
下載地址：https://repo.anaconda.com/archive/Anaconda3-2020.02-Windows-x86_64.exe

3個(gè)步驟：

1. 閱讀比賽介紹，下載數(shù)據(jù)集
2. 導(dǎo)入數(shù)據(jù)集
3. 選擇特征作為訓(xùn)練數(shù)據(jù)
4. 構(gòu)建模型
5. 預(yù)測(cè)測(cè)試數(shù)據(jù)生成gender_submission.csv文件，用于提交到kaggle
6. 上傳gender_submission.csv文件到kaggle

1. 閱讀比賽介紹，下載數(shù)據(jù)集

比賽介紹：https://www.kaggle.com/c/titanic/overview

下載數(shù)據(jù)集：https://www.kaggle.com/c/titanic/data

image.png

2. 導(dǎo)入數(shù)據(jù)集

打開Anaconda3并啟動(dòng)Jupyter Notebook

image.png

image.png

新建Python文件編寫代碼

編寫代碼：

#導(dǎo)入相關(guān)模塊
import numpy as np 
import pandas as pd
#導(dǎo)入數(shù)據(jù)
train_data = pd.read_csv("D:/Anaconda3/notebook/kaggle/Titanic/data/train.csv") #你下載的數(shù)據(jù)集文件路徑，不要用中文
train_data.head() #查看前5行數(shù)據(jù)

3. 選擇特征作為訓(xùn)練數(shù)據(jù)

1. PassengerID（ID）
2. Survived(存活與否)
3. Pclass（客艙等級(jí)，較為重要）
4. Name（姓名，可提取出更多信息）
5. Sex（性別，較為重要）
6. Age（年齡，較為重要）
7. Parch（直系親友）
8. SibSp（旁系）
9. Ticket（票編號(hào)）
10. Fare（票價(jià)）
11. Cabin（客艙編號(hào)）
12. Embarked（上船的港口編號(hào)）

features = ["Pclass", "Sex", "SibSp", "Parch"]  #四個(gè)特征
X = pd.get_dummies(train_data[features])  #構(gòu)造訓(xùn)練樣本數(shù)據(jù)
y = train_data["Survived"]  #構(gòu)造訓(xùn)練標(biāo)簽數(shù)據(jù)

為了簡(jiǎn)單，這里只選擇4個(gè)特征用于模型訓(xùn)練

4. 構(gòu)建模型

from sklearn.ensemble import RandomForestClassifier #使用隨機(jī)森林
model = RandomForestClassifier(n_estimators=100, max_depth=5, random_state=1) #構(gòu)造模型
model.fit(X, y) #訓(xùn)練模型

5. 預(yù)測(cè)測(cè)試數(shù)據(jù)生成gender_submission.csv文件，用于提交到kaggle

X_test = pd.get_dummies(test_data[features]) #選擇特征，構(gòu)造測(cè)試樣本數(shù)據(jù)
predictions = model.predict(X_test)  #對(duì)測(cè)試數(shù)據(jù)繼續(xù)預(yù)測(cè)
output = pd.DataFrame({'PassengerId': test_data.PassengerId, 'Survived': predictions})
output.to_csv('D:/Anaconda3/notebook/kaggle/Titanic/data/gender_submission.csv', index=False) #保存預(yù)測(cè)結(jié)果
print("預(yù)測(cè)結(jié)果gender_submission.csv文件保存成功，可以提交到kaggle了")

6. 上傳gender_submission.csv文件到kaggle

提交文件

選擇文件然后提交

這里有個(gè)錯(cuò)誤，是因?yàn)樘峤晃募枰瓑?/p>

翻墻后成功

翻墻后再次提交成功