基于支持向量机的泰坦尼克号生还预测

以下是基于支持向量机（SVM）的泰坦尼克号生还预测代码示例： 首先，导入必要的库和数据集： ``` import pandas as pd from sklearn import svm from sklearn.model_selection import train_test_split # 读取数据集 titanic_data = pd.read_csv('titanic.csv') # 数据预处理 titanic_data['Age'].fillna(titanic_data['Age'].median(), inplace=True) titanic_data.drop('Cabin', axis=1, inplace=True) titanic_data.dropna(inplace=True) # 特征选择 features = ['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Embarked'] X = pd.get_dummies(titanic_data[features]) y = titanic_data['Survived'] ``` 接下来，将数据集分为训练集和测试集： ``` # 将数据集分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) ``` 然后，使用SVM模型进行训练和预测： ``` # 创建SVM模型并训练 model = svm.SVC(kernel='linear', C=0.1) model.fit(X_train, y_train) # 预测测试集结果 y_pred = model.predict(X_test) ``` 最后，输出模型的准确率和混淆矩阵： ``` from sklearn.metrics import accuracy_score, confusion_matrix # 输出准确率 print('Accuracy:', accuracy_score(y_test, y_pred)) # 输出混淆矩阵 print('Confusion Matrix:\n', confusion_matrix(y_test, y_pred)) ``` 完整的代码示例如下： ``` import pandas as pd from sklearn import svm from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, confusion_matrix # 读取数据集 titanic_data = pd.read_csv('titanic.csv') # 数据预处理 titanic_data['Age'].fillna(titanic_data['Age'].median(), inplace=True) titanic_data.drop('Cabin', axis=1, inplace=True) titanic_data.dropna(inplace=True) # 特征选择 features = ['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Embarked'] X = pd.get_dummies(titanic_data[features]) y = titanic_data['Survived'] # 将数据集分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) # 创建SVM模型并训练 model = svm.SVC(kernel='linear', C=0.1) model.fit(X_train, y_train) # 预测测试集结果 y_pred = model.predict(X_test) # 输出准确率 print('Accuracy:', accuracy_score(y_test, y_pred)) # 输出混淆矩阵 print('Confusion Matrix:\n', confusion_matrix(y_test, y_pred)) ```

泰坦尼克号生还预测数据集是一个经典的分类问题。我们可以使用支持向量机（SVM）来进行建模和预测。 首先，我们需要加载数据集并进行数据清洗和预处理。常见的预处理步骤包括填充缺失值、删除无用的特征和转换类别特征等。 接下来，我们需要将数据集拆分为训练集和测试集。训练集用于训练SVM模型，而测试集则用于评估模型的性能。 在训练SVM模型之前，我们需要进行特征缩放。这是因为SVM算法对于特征的尺度非常敏感，需要对特征进行缩放以确保它们具有相同的尺度。 然后，我们可以使用SVM算法来训练模型，并使用测试集对其进行评估。评估指标可以是准确率、精确率、召回率和F1分数等。 最后，我们可以使用训练好的模型对新的数据进行预测。 Python中有很多SVM库可供使用，如scikit-learn和libsvm等。以下是一个使用scikit-learn进行泰坦尼克号生还预测的示例代码： ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.svm import SVC from sklearn.metrics import accuracy_score # 加载数据集 data = pd.read_csv('titanic.csv') # 数据清洗和预处理 data.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'], axis=1, inplace=True) data['Age'].fillna(data['Age'].mean(), inplace=True) data['Embarked'].fillna('S', inplace=True) data = pd.get_dummies(data) # 拆分数据集 X = data.drop('Survived', axis=1) y = data['Survived'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0) # 特征缩放 scaler = StandardScaler() X_train = scaler.fit_transform(X_train) X_test = scaler.transform(X_test) # 训练SVM模型 clf = SVC(kernel='linear', C=0.1, random_state=0) clf.fit(X_train, y_train) # 预测并评估模型 y_pred = clf.predict(X_test) accuracy = accuracy_score(y_test, y_pred) print('Accuracy:', accuracy) ``` 在这个示例中，我们使用了线性SVM分类器，并将C参数设置为0.1。您可以尝试使用不同的内核和参数来得到更好的性能。