数据挖掘实战系列 之 Kaggle 泰坦尼克号灾难（下）

更多原创文章请访问：
https://blog.csdn.net/xudailong_blog

如果没有看到上册的话：可以点击这里:

[数据挖掘实战系列] Kaggle之泰坦尼克号灾难（上）https://www.jianshu.com/p/fc5f33d4b84c

上主要是对数据进行一些处理，这里的下主要是对数据进行一些分析：

####（一）描述性分析

（1）单身存活率

d = train3[['isalone','Survived']].groupby(['isalone']).mean()
d
# d.loc[0,'Survived']

看来秀恩爱死得早在这里并不适用啊。

（2.1） 单身与死亡率的直方图

# 6.2 单身与死亡率的直方图
plt.bar(
    [0,1],
    [1-d.loc[0,'Survived'],1-d.loc[1,'Survived']],
    0.5,
    color='r',
    alpha=1.0,
)

plt.xticks([0,1],['notalone','alone'])
plt.show()

（3）男性女性存活率

n = train3[['Sex','Survived']].groupby(['Sex']).mean()
n

# 6.3.1 不同性别死亡率条形图
plt.bar(
    [0,1],
    [1-n.loc[0,'Survived'],1-n.loc[1,'Survived']],
    0.5,
    color='g',
    alpha=0.9,
)
plt.xticks([0,1],['female','male'])
plt.show()

男人不怕死？？exm ，可能是妇女先走，男人断后！

（4）仓位存活率

# 6.4 仓位存活率
c = train3[['Pclass','Survived']].groupby(['Pclass']).mean()
c

# 6.4.1 三个不同仓位死亡率条形图

plt.bar(
    [0,1,2],
    [1-c.loc[1,'Survived'],1-c.loc[2,'Survived'],1-c.loc[3,'Survived']],
    0.5,
    color='b',
    alpha=0.8,
)
plt.xticks([0,1,2],[1,2,3])
plt.show()

有钱人哈，不知道该怎么表达此刻我怎样的心情 ，有钱人多多少少还是有方法活下来的，尽管不知道用的什么方法活下来的。

（5） 年龄存活率

# 6.4 年龄存活率
age = train3[['Age','Survived']].groupby(['Age']).mean()
age

作图秀一下？？

装X失败，呵呵。各位大佬能否扶我一下？

（6）票价存活率

# 6.5 票价存活率

fare = train3[['Fare','Survived']].groupby(['Fare']).mean()
fare

相同的地方跌倒两次，看来确实有必要认真的搞一下了，大牛们，能否指点一波？？

---

####（二）数据模型定义

简单粗暴的方式，对不起：原谅我。

（1）数据模型处理

• 单身死
• 男性全死
• 女性全活
• 三等舱全死

感觉很毒啊，这个模型定义的，一个字：死！

# 单身死
result.loc[test3[test3.loc[:,'isalone']==1].loc[:,'PassengerId'].values] = 0 
result.head()

result.to_csv('isalone.csv')

# 判断：男性全死，女性全活，三等舱全死
new3 = pd.DataFrame(np.arange(0,418),index=test3.loc[:,'PassengerId'].values)
new3[0]=0 # 默认全死
new3.head()

# 三等舱死
new3.loc[test2[test2.loc[:,'Pclass'] == 3].loc[:,'PassengerId'].values] = 0
new3.head()

（2）机器学习建模

from sklearn import neighbors,datasets

x = train3.loc[:,['Pclass','Sex','familysize']]
y = train3.loc[:,'Survived'] # 生死

clf = neighbors.KNeighborsClassifier(n_neighbors=20)
clf.fit(x,y)# knn训练
clf

# knn预测
pre_z = clf.predict(test3.loc[:,['Pclass','Sex','familysize']])
pre_z

# 伪造表
s = np.arange(892,1310)
s

results= pd.DataFrame(pre_z,index=s)
result.head()

总结：整篇下来，可能会有点乱，但是路子呢，还是一样子的，就差不多一个模子。当然了，这是小白基础，专门针对我这样子的小白，大佬勿喷。代码跟数据会上传上来。更多个人博客文章请访问：https://blog.csdn.net/xudailong_blog

--------------------------------------- 下面是广告 ------------------------------------------------

ad time

超详细图文搭建个人免费博客

欢迎关注「蛇崽网盘教程资源」公众号 ，在微信后台回复「领取资源」，获取IT资源200G干货大全。

在微信后台回复「130个小程序」，即可免费领取享有导入就能跑的微信小程序

在微信后台回复「电影」，即可获取全部泰坦尼克号数据集

--------------------------------------- 上面是广告 ------------------------------------------------