泰坦尼克号生存预测py贝叶斯

### 使用Python和贝叶斯方法实现泰坦尼克号生存预测 #### 导入必要的库 为了完成此任务，需要导入一些常用的Python库来处理数据并构建朴素贝叶斯分类器。 ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import LabelEncoder, StandardScaler from sklearn.naive_bayes import GaussianNB from sklearn.metrics import accuracy_score, confusion_matrix, classification_report ``` #### 加载与探索数据集 加载泰坦尼克号的数据文件，并查看前几行以了解其结构[^1]。 ```python data = pd.read_csv('titanic.csv') print(data.head()) ``` #### 数据清洗与预处理 对缺失值进行填充或删除操作；对于类别型变量采用编码转换成数值形式以便于后续建模过程。 ```python # 填充年龄列中的NaN值为平均数 data['Age'].fillna((data['Age'].mean()), inplace=True) # 对Sex和Embarked两列做标签编码 le_sex = LabelEncoder() data["Sex"] = le_sex.fit_transform(data["Sex"]) le_embarked = LabelEncoder() data["Embarked"].fillna("S", inplace=True) # 替换掉空缺登船港口，默认设为'S' data["Embarked"] = le_embarked.fit_transform(data["Embarked"]) ``` #### 特征选择 挑选有助于提高模型性能的关键属性作为输入特征向量X，而目标变量y则是乘客是否存活的信息。 ```python features = ["Pclass", "Sex", "Age", "Fare", "Embarked"] X = data[features] y = data["Survived"] scaler = StandardScaler().fit(X) X_scaled = scaler.transform(X) ``` #### 划分训练集测试集 将原始样本随机分为两个部分——一部分用于训练模型参数，另一部分用来验证最终效果如何。 ```python X_train, X_test, y_train, y_test = train_test_split( X_scaled, y, test_size=0.25, random_state=42) ``` #### 构建并训练模型 创建高斯分布假设下的朴素贝叶斯分类器实例对象gnb，并利用已知标记的学习样本来调整内部权重系数。 ```python gnb = GaussianNB() model = gnb.fit(X_train, y_train) ``` #### 预测及评价 运用经过调优后的估计函数去推测未知类别的新观测点属于哪一类，最后统计正确率和其他度量标准来进行综合评判。 ```python predictions = model.predict(X_test) accuracy = accuracy_score(y_test, predictions) confusion_mat = confusion_matrix(y_test, predictions) report = classification_report(y_test, predictions) print(f'Accuracy: {accuracy:.3f}') print("\nConfusion Matrix:") print(confusion_mat) print("\nClassification Report:\n", report) ```