ApocalypseMooncake

titanic_kaggle

利用逻辑回归预测泰坦尼克号生存率

提出问题
理解数据

采集数据
导入数据
查看数据集信息

数据清洗

数据预处理
特征工程

构建模型
模型评估
方案实施

提交结果到Kaggle

1.提出问题

什么样的人在泰坦尼克号中更容易存活？

2.理解数据

2.1 采集数据

从Kaggle泰坦尼克号项目页面下载数据：https://www.kaggle.com/c/titanic

2.2导入数据

import numpy as np
import pandas as pd
import matplotlib as plt

#导入训练集
train = pd.read_csv("/Users/qxh/Desktop/titanic/train.csv")

#导入测试集
test = pd.read_csv("/Users/qxh/Desktop/titanic/test.csv")

print('训练集数据大小：',train.shape)
print('测试集数据大小：',test.shape)

训练集数据大小： (891, 12)
测试集数据大小： (418, 11)

#合并训练集和测试集，为数据处理做准备
full = train.append(test, ignore_index = True)

print('整体数据集大小：',full.shape)

整体数据集大小： (1309, 12)

2.3 查看数据集信息

#查看数据，了解各特征的表达含义：
'''
Age：年龄
Cabin：船舱号
Embarked：登船地点
Fare：船票价格
Name：乘客名字
Parch：不同代直系亲属数（父母，子女）
PassengerId：乘客编号
Pclass：舱位等级
Sex：性别
SibSp：同代直系亲属数（兄弟姐妹，配偶）
Survived：是否存活
Ticket：船票编码
'''
full.head()

	Age	Cabin	Embarked	Fare	Name	PassengerId	Pclass	Sex	SibSp	Survived	Ticket
0	22.0	NaN	S	7.2500	Braund, Mr. Owen Harris	1	3	male	1	0.0	A/5 21171
1	38.0	C85	C	71.2833	Cumings, Mrs. John Bradley (Florence Briggs Th...	2	1	female	1	1.0	PC 17599
2	26.0	NaN	S	7.9250	Heikkinen, Miss. Laina	3	3	female	0	1.0	STON/O2. 3101282
3	35.0	C123	S	53.1000	Futrelle, Mrs. Jacques Heath (Lily May Peel)	4	1	female	1	1.0	113803
4	35.0	NaN	S	8.0500	Allen, Mr. William Henry	5	3	male	0	0.0	373450

#查看具体统计信息
full.describe()

	Age	Fare	Parch	PassengerId	Pclass	SibSp	Survived
count	1046.000000	1308.000000	1309.000000	1309.000000	1309.000000	1309.000000	891.000000
mean	29.881138	33.295479	0.385027	655.000000	2.294882	0.498854	0.383838
std	14.413493	51.758668	0.865560	378.020061	0.837836	1.041658	0.486592
min	0.170000	0.000000	0.000000	1.000000	1.000000	0.000000	0.000000
25%	21.000000	7.895800	0.000000	328.000000	2.000000	0.000000	0.000000
50%	28.000000	14.454200	0.000000	655.000000	3.000000	0.000000	0.000000
75%	39.000000	31.275000	0.000000	982.000000	3.000000	1.000000	1.000000
max	80.000000	512.329200	9.000000	1309.000000	3.000000	8.000000	1.000000

#查看每一列的数据类型，和数据总数
full.info()


RangeIndex: 1309 entries, 0 to 1308
Data columns (total 12 columns):
Age            1046 non-null float64
Cabin          295 non-null object
Embarked       1307 non-null object
Fare           1308 non-null float64
Name           1309 non-null object
Parch          1309 non-null int64
PassengerId    1309 non-null int64
Pclass         1309 non-null int64
Sex            1309 non-null object
SibSp          1309 non-null int64
Survived       891 non-null float64
Ticket         1309 non-null object
dtypes: float64(3), int64(4), object(5)
memory usage: 122.8+ KB

3. 数据清洗

3.1数据预处理

缺失值处理

所有数据总共有1309行。
其中的缺失数据有：

年龄（Age）里面数据总数是1046条，缺失了263条数据，用平均值填补。
船票价格（Fare）里面数据总数是1308条，缺失了1条数据，用平均值填补。
登船港口（Embarked）里面数据总数是1308条，缺失了2条数据，用出现最频繁的值填补。
船舱号（Cabin）里面数据总数是295条，缺失了1014条数据，缺失较多，增添新标记unknown进行填补。

#年龄（age）
full['Age']=full['Age'].fillna(full['Age'].mean())
#船票价格（fare）
full['Fare']=full['Fare'].fillna(full['Fare'].mean())

#登船港口：最频繁的值
full['Embarked'].describe()

count     1307
unique       3
top          S
freq       914
Name: Embarked, dtype: object

full['Embarked']=full['Embarked'].fillna('S')

#船舱号：缺失较多，填充为unknown
full['Cabin']=full['Cabin'].fillna('U')

#查看缺失值填补后的信息
full.info()


RangeIndex: 1309 entries, 0 to 1308
Data columns (total 12 columns):
Age            1309 non-null float64
Cabin          1309 non-null object
Embarked       1309 non-null object
Fare           1309 non-null float64
Name           1309 non-null object
Parch          1309 non-null int64
PassengerId    1309 non-null int64
Pclass         1309 non-null int64
Sex            1309 non-null object
SibSp          1309 non-null int64
Survived       891 non-null float64
Ticket         1309 non-null object
dtypes: float64(3), int64(4), object(5)
memory usage: 122.8+ KB

3.2 特征工程

将12个因素通过其数据类型分为3类：

数值类型：

乘客编号（PassengerId）
年龄（Age）
船票价格（Fare）
同代直系亲属人数（SibSp）
不同代直系亲属人数（Parch）

时间序列：无
分类数据（直接分类）

乘客性别（Sex）：男性male，女性female
登船港口（Embarked）：出发地点S=英国南安普顿Southampton，途径地点1：C=法国瑟堡市Cherbourg，出发地点2：Q=爱尔兰昆士敦Queenstown
客舱等级（Pclass）：1=1等舱，2=2等舱，3=3等舱

分类数据（字符串类型）：可能从这里面提取出特征来

乘客姓名（Name）
客舱号（Cabin）
船票编号（Ticket）

full.info()


RangeIndex: 1309 entries, 0 to 1308
Data columns (total 12 columns):
Age            1309 non-null float64
Cabin          1309 non-null object
Embarked       1309 non-null object
Fare           1309 non-null float64
Name           1309 non-null object
Parch          1309 non-null int64
PassengerId    1309 non-null int64
Pclass         1309 non-null int64
Sex            1309 non-null object
SibSp          1309 non-null int64
Survived       891 non-null float64
Ticket         1309 non-null object
dtypes: float64(3), int64(4), object(5)
memory usage: 122.8+ KB

3.2.1 分类数据（直接分类）

在乘客性别（Sex），登船港口（Embarked），客舱等级（Pclass）中，找出每个类别的分类标签进行分割，用0和1表示。

性别（Sex）

sex_mapDict = {
     'male':1,'female':0}
#map:对series每个数据应用自定义的函数计算
full['Sex'] = full['Sex'].map(sex_mapDict)

登陆港口（Embarked）

embarkedDf = pd.DataFrame()
#get_dummies进行one_hot编码
embarkedDf = pd.get_dummies(full['Embarked'],prefix='Embarked')

embarkedDf.head()

	Embarked_C	Embarked_S
0	0	1
1	1	0
2	0	1
3	0	1
4	0	1

full = pd.concat([full,embarkedDf],axis=1)

full.drop('Embarked',axis=1,inplace=True)

客舱等级（Pclass）

pcalssDf = pd.DataFrame()
pcalssDf = pd.get_dummies(full['Pclass'],prefix='Pclass')

pcalssDf.head()

	Pclass_1	Pclass_3
0	0	1
1	1	0
2	0	1
3	1	0
4	0	1

full = pd.concat([full,pcalssDf],axis=1)

full.drop('Pclass',axis=1,inplace=True)

3.2.2分类数据（字符串类型）

从名字中提取头衔

full['Name'].head()

0                              Braund, Mr. Owen Harris
1    Cumings, Mrs. John Bradley (Florence Briggs Th...
2                               Heikkinen, Miss. Laina
3         Futrelle, Mrs. Jacques Heath (Lily May Peel)
4                             Allen, Mr. William Henry
Name: Name, dtype: object

#提取出头衔
def get_title(name):
    str1 = name.split(',')[1]
    str2 = str1.split('.')[0]
    str3 = str2.strip()
    #strip()用于移除字符串头尾指定字符,这里是移除头尾空格
    return str3

titleDf = pd.DataFrame()
titleDf['Title'] = full['Name'].map(get_title)

titleDf.groupby('Title').count()


Title
Capt
Col
Don
Dona
Dr
Jonkheer
Lady
Major
Master
Miss
Mlle
Mme
Mr
Mrs
Ms
Rev
Sir
the Countess

'''
定义以下几种头衔类别：
Officer政府官员
Royalty王室（皇室）
Mr已婚男士
Mrs已婚妇女
Miss年轻未婚女子
Master有技能的人/教师
'''
#姓名中头衔字符串与定义头衔类别的映射关系
title_mapDict = {
     
                    "Capt":       "Officer",
                    "Col":        "Officer",
                    "Major":      "Officer",
                    "Jonkheer":   "Royalty",
                    "Don":        "Royalty",
                    "Sir" :       "Royalty",
                    "Dr":         "Officer",
                    "Rev":        "Officer",
                    "the Countess":"Royalty",
                    "Dona":       "Royalty",
                    "Mme":        "Mrs",
                    "Mlle":       "Miss",
                    "Ms":         "Mrs",
                    "Mr" :        "Mr",
                    "Mrs" :       "Mrs",
                    "Miss" :      "Miss",
                    "Master" :    "Master",
                    "Lady" :      "Royalty"
                    }

titleDf['Title'] = titleDf['Title'].map(title_mapDict)

titleDf = pd.get_dummies(titleDf['Title'])

titleDf.head()

	Miss	Mr	Mrs
0	0	1	0
1	0	0	1
2	1	0	0
3	0	0	1
4	0	1	0

full = pd.concat([full,titleDf],axis=1)
full.drop('Name',axis=1,inplace=True)

客舱号

full['Cabin'].head()

0       U
1     C85
2       U
3    C123
4       U
Name: Cabin, dtype: object

#客舱号的首字母是客舱的类别
cabinDf = pd.DataFrame()
full['Cabin'] = full['Cabin'].map(lambda c : c[0])

full['Cabin'].head()

0    U
1    C
2    U
3    C
4    U
Name: Cabin, dtype: object

cabinDf = pd.get_dummies( full['Cabin'] , prefix = 'Cabin' )

cabinDf.head()

	Cabin_C	Cabin_U
0	0	1
1	1	0
2	0	1
3	1	0
4	0	1

full = pd.concat([full,cabinDf],axis=1)

full.drop('Cabin',axis=1,inplace= True)

full.head()

	Age	Fare	PassengerId	Pclass	Sex	SibSp	Survived	Ticket	Embarked_C	...	Cabin_C	Cabin_U
0	22.0	7.2500	1	3	1	1	0.0	A/5 21171	0	...	0	1
1	38.0	71.2833	2	1	0	1	1.0	PC 17599	1	...	1	0
2	26.0	7.9250	3	3	0	0	1.0	STON/O2. 3101282	0	...	0	1
3	35.0	53.1000	4	1	0	1	1.0	113803	0	...	1	0
4	35.0	8.0500	5	3	1	0	0.0	373450	0	...	0	1

5 rows × 27 columns

3.2.3 数据类型

家庭人员和家庭类别

#存放家庭信息
familyDf = pd.DataFrame()

'''
家庭人数=同代直系亲属数（Parch）+不同代直系亲属数（SibSp）+乘客自己
（因为乘客自己也是家庭成员的一个，所以这里加1）
'''
familyDf[ 'family_size' ] = full[ 'Parch' ] + full[ 'SibSp' ] + 1

familyDf['family_size'].describe()

count    1309.000000
mean        1.883881
std         1.583639
min         1.000000
25%         1.000000
50%         1.000000
75%         2.000000
max        11.000000
Name: family_size, dtype: float64

%matplotlib notebook
familyDf['family_size'].plot()

'''
家庭类别：
小家庭Family_Single：家庭人数=1
中等家庭Family_Small: 2<=家庭人数<=4
大家庭Family_Large: 家庭人数>=5
'''

familyDf['family_single'] = familyDf['family_size'].map(lambda s : 1 if s==1 else 0)
familyDf['family_small'] = familyDf['family_size'].map(lambda s : 1 if 2<=s<=4 else 0)
familyDf['family_large'] = familyDf['family_size'].map(lambda s : 1 if s>4 else 0)

familyDf.head()

	family_size	family_single	family_small
0	2	0	1
1	2	0	1
2	1	1	0
3	2	0	1
4	1	1	0

full = pd.concat([full,familyDf],axis=1)

full.drop([ 'Parch','SibSp','family_size' ],axis=1, inplace=True)

full.head()

	Age	Fare	PassengerId	Pclass	Sex	Survived	Ticket	Embarked_C	Embarked_S	...	Cabin_C	Cabin_U	family_single	family_small
0	22.0	7.2500	1	3	1	0.0	A/5 21171	0	1	...	0	1	0	1
1	38.0	71.2833	2	1	0	1.0	PC 17599	1	0	...	1	0	0	1
2	26.0	7.9250	3	3	0	1.0	STON/O2. 3101282	0	1	...	0	1	1	0
3	35.0	53.1000	4	1	0	1.0	113803	0	1	...	1	0	0	1
4	35.0	8.0500	5	3	1	0.0	373450	0	1	...	0	1	1	0

5 rows × 28 columns

年龄（Age）和船票费用（Fare）

年龄和费用的数值范围相较于别的类别的数值范围（0，1）相差太大，遂对其进行scaling，使他们的取值范围落在[-1,1]上

import sklearn.preprocessing as preprocessing
scaler = preprocessing.StandardScaler()

len(full['Age'].reshape(-1,1))

/Users/qxh/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: reshape is deprecated and will raise in a subsequent release. Please use .values.reshape(...) instead
  """Entry point for launching an IPython kernel.





1309

age_scale_param = scaler.fit(full['Age'].reshape(-1,1))

/Users/qxh/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: reshape is deprecated and will raise in a subsequent release. Please use .values.reshape(...) instead
  """Entry point for launching an IPython kernel.

full['Age_scaled'] = scaler.fit_transform(full['Age'].reshape(-1,1), age_scale_param)

/Users/qxh/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: reshape is deprecated and will raise in a subsequent release. Please use .values.reshape(...) instead
  """Entry point for launching an IPython kernel.

full.head()

	Age	Fare	PassengerId	Pclass	Sex	Survived	Ticket	Embarked_C	Embarked_S	...	Cabin_U	family_single	family_small	Age_scaled
0	22.0	7.2500	1	3	1	0.0	A/5 21171	0	1	...	1	0	1	-0.611972
1	38.0	71.2833	2	1	0	1.0	PC 17599	1	0	...	0	0	1	0.630431
2	26.0	7.9250	3	3	0	1.0	STON/O2. 3101282	0	1	...	1	1	0	-0.301371
3	35.0	53.1000	4	1	0	1.0	113803	0	1	...	0	0	1	0.397481
4	35.0	8.0500	5	3	1	0.0	373450	0	1	...	1	1	0	0.397481

5 rows × 29 columns

full.drop([ 'Age'],axis=1, inplace=True)

full.head()

	Fare	PassengerId	Pclass	Sex	Survived	Ticket	Embarked_C	Embarked_S	...	Cabin_U	family_single	family_small	Age_scaled
0	7.2500	1	3	1	0.0	A/5 21171	0	1	...	1	0	1	-0.611972
1	71.2833	2	1	0	1.0	PC 17599	1	0	...	0	0	1	0.630431
2	7.9250	3	3	0	1.0	STON/O2. 3101282	0	1	...	1	1	0	-0.301371
3	53.1000	4	1	0	1.0	113803	0	1	...	0	0	1	0.397481
4	8.0500	5	3	1	0.0	373450	0	1	...	1	1	0	0.397481

5 rows × 28 columns

fare_scale_param = scaler.fit(full['Fare'].reshape(-1,1))

/Users/qxh/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: reshape is deprecated and will raise in a subsequent release. Please use .values.reshape(...) instead
  """Entry point for launching an IPython kernel.

full['Fare_scaled'] = scaler.fit_transform(full['Fare'].reshape(-1,1), fare_scale_param)

/Users/qxh/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: reshape is deprecated and will raise in a subsequent release. Please use .values.reshape(...) instead
  """Entry point for launching an IPython kernel.

full.head()

	Fare	PassengerId	Pclass	Sex	Survived	Ticket	Embarked_C	Embarked_S	...	Cabin_U	family_single	family_small	Age_scaled	Fare_scaled
0	7.2500	1	3	1	0.0	A/5 21171	0	1	...	1	0	1	-0.611972	-0.503595
1	71.2833	2	1	0	1.0	PC 17599	1	0	...	0	0	1	0.630431	0.734503
2	7.9250	3	3	0	1.0	STON/O2. 3101282	0	1	...	1	1	0	-0.301371	-0.490544
3	53.1000	4	1	0	1.0	113803	0	1	...	0	0	1	0.397481	0.382925
4	8.0500	5	3	1	0.0	373450	0	1	...	1	1	0	0.397481	-0.488127

5 rows × 29 columns

full.drop([ 'Fare'],axis=1, inplace=True)

full.head()

	PassengerId	Pclass	Sex	Survived	Ticket	Embarked_C	Embarked_S	Miss	...	Cabin_U	family_single	family_small	Age_scaled	Fare_scaled
0	1	3	1	0.0	A/5 21171	0	1	0	...	1	0	1	-0.611972	-0.503595
1	2	1	0	1.0	PC 17599	1	0	0	...	0	0	1	0.630431	0.734503
2	3	3	0	1.0	STON/O2. 3101282	0	1	1	...	1	1	0	-0.301371	-0.490544
3	4	1	0	1.0	113803	0	1	0	...	0	0	1	0.397481	0.382925
4	5	3	1	0.0	373450	0	1	0	...	1	1	0	0.397481	-0.488127

5 rows × 28 columns

#处理完毕后的数据特征信息
full.info()


RangeIndex: 1309 entries, 0 to 1308
Data columns (total 28 columns):
PassengerId      1309 non-null int64
Pclass           1309 non-null int64
Sex              1309 non-null int64
Survived         891 non-null float64
Ticket           1309 non-null object
Embarked_C       1309 non-null uint8
Embarked_Q       1309 non-null uint8
Embarked_S       1309 non-null uint8
Master           1309 non-null uint8
Miss             1309 non-null uint8
Mr               1309 non-null uint8
Mrs              1309 non-null uint8
Officer          1309 non-null uint8
Royalty          1309 non-null uint8
Cabin_A          1309 non-null uint8
Cabin_B          1309 non-null uint8
Cabin_C          1309 non-null uint8
Cabin_D          1309 non-null uint8
Cabin_E          1309 non-null uint8
Cabin_F          1309 non-null uint8
Cabin_G          1309 non-null uint8
Cabin_T          1309 non-null uint8
Cabin_U          1309 non-null uint8
family_single    1309 non-null int64
family_small     1309 non-null int64
family_large     1309 non-null int64
Age_scaled       1309 non-null float64
Fare_scaled      1309 non-null float64
dtypes: float64(3), int64(6), object(1), uint8(18)
memory usage: 125.4+ KB

3.3特征选择

通过计算各个特征与survived之间的相关系数，选择和生存率有关的特征

#特征选择
corrDf = full.corr()

corrDf

	PassengerId	Pclass	Sex	Survived	Embarked_C	Embarked_Q	Embarked_S	Master	Miss	Mr	...	Cabin_E	Cabin_F	Cabin_G	Cabin_T	Cabin_U	family_single	family_small	family_large	Age_scaled	Fare_scaled
PassengerId	1.000000	-0.038354	0.013406	-0.005007	0.048101	0.011585	-0.049836	0.002254	-0.050027	0.014116	...	-0.008136	0.000306	-0.045949	-0.023049	0.000208	0.028546	0.002975	-0.063415	0.025731	0.031416
Pclass	-0.038354	1.000000	0.124617	-0.338481	-0.269658	0.230491	0.091320	0.095257	0.024487	0.121492	...	-0.225649	0.013122	0.052133	-0.042750	0.713857	0.147393	-0.218303	0.127306	-0.366371	-0.558477
Sex	0.013406	0.124617	1.000000	-0.543351	-0.066564	-0.088651	0.115193	0.164375	-0.672819	0.870678	...	-0.040340	-0.006655	-0.083285	0.020558	0.137396	0.284537	-0.255196	-0.077748	0.057397	-0.185484
Survived	-0.005007	-0.338481	-0.543351	1.000000	0.168240	0.003650	-0.149683	0.085221	0.332795	-0.549199	...	0.145321	0.057935	0.016040	-0.026456	-0.316912	-0.203367	0.279855	-0.125147	-0.070323	0.257307
Embarked_C	0.048101	-0.269658	-0.066564	0.168240	1.000000	-0.164166	-0.778262	-0.014172	-0.014351	-0.065538	...	0.027566	-0.020010	-0.031566	-0.014095	-0.258257	-0.107874	0.159594	-0.092825	0.076179	0.286241
Embarked_Q	0.011585	0.230491	-0.088651	0.003650	-0.164166	1.000000	-0.491656	-0.009091	0.198804	-0.080224	...	-0.042877	-0.020282	-0.019941	-0.008904	0.142369	0.127214	-0.122491	-0.018423	-0.012718	-0.130054
Embarked_S	-0.049836	0.091320	0.115193	-0.149683	-0.778262	-0.491656	1.000000	0.018297	-0.113886	0.108924	...	0.002960	0.030575	0.040560	0.018111	0.137351	0.014246	-0.062909	0.093671	-0.059153	-0.169894
Master	0.002254	0.095257	0.164375	0.085221	-0.014172	-0.009091	0.018297	1.000000	-0.110595	-0.258902	...	0.001860	0.058311	-0.013690	-0.006113	0.041178	-0.265355	0.120166	0.301809	-0.363923	0.011596
Miss	-0.050027	0.024487	-0.672819	0.332795	-0.014351	0.198804	-0.113886	-0.110595	1.000000	-0.585809	...	0.008700	-0.003088	0.061881	-0.013832	-0.004364	-0.023890	-0.018085	0.083422	-0.254146	0.092051
Mr	0.014116	0.121492	0.870678	-0.549199	-0.065538	-0.080224	0.108924	-0.258902	-0.585809	1.000000	...	-0.032953	-0.026403	-0.072514	0.023611	0.131807	0.386262	-0.300872	-0.194207	0.165476	-0.192192
Mrs	0.033299	-0.179945	-0.571176	0.344935	0.098379	-0.100374	-0.022950	-0.093887	-0.212435	-0.497310	...	0.045538	0.013376	0.042547	-0.011742	-0.162253	-0.354649	0.361247	0.012893	0.198091	0.139235
Officer	0.002231	-0.137341	0.087288	-0.031316	0.003678	-0.003212	-0.001202	-0.029567	-0.066899	-0.156611	...	-0.024048	-0.017076	-0.008281	-0.003698	-0.067030	0.013303	0.003966	-0.034572	0.162818	0.028696
Royalty	0.004400	-0.104916	-0.020408	0.033391	0.077213	-0.021853	-0.054250	-0.015002	-0.033945	-0.079466	...	-0.012202	-0.008665	-0.004202	-0.001876	-0.071672	0.008761	-0.000073	-0.017542	0.059466	0.026214
Cabin_A	-0.002831	-0.202143	0.047561	0.022287	0.094914	-0.042105	-0.056984	-0.000711	-0.035697	0.015372	...	-0.023510	-0.016695	-0.008096	-0.003615	-0.242399	0.045227	-0.029546	-0.033799	0.125177	0.020094
Cabin_B	0.015895	-0.353414	-0.094453	0.175095	0.161595	-0.073613	-0.095790	-0.017168	0.035069	-0.096776	...	-0.041103	-0.029188	-0.014154	-0.006320	-0.423794	-0.087912	0.084268	0.013470	0.113458	0.393743
Cabin_C	0.006092	-0.430044	-0.077473	0.114652	0.158043	-0.059151	-0.101861	-0.047456	-0.013418	-0.068072	...	-0.050016	-0.035516	-0.017224	-0.007691	-0.515684	-0.137498	0.141925	0.001362	0.167993	0.401370
Cabin_D	0.000549	-0.265341	-0.057396	0.150716	0.107782	-0.061459	-0.056023	-0.042192	-0.012516	-0.030261	...	-0.034317	-0.024369	-0.011817	-0.005277	-0.353822	-0.074310	0.102432	-0.049336	0.132886	0.072737
Cabin_E	-0.008136	-0.225649	-0.040340	0.145321	0.027566	-0.042877	0.002960	0.001860	0.008700	-0.032953	...	1.000000	-0.022961	-0.011135	-0.004972	-0.333381	-0.042535	0.068007	-0.046485	0.106600	0.073949
Cabin_F	0.000306	0.013122	-0.006655	0.057935	-0.020010	-0.020282	0.030575	0.058311	-0.003088	-0.026403	...	-0.022961	1.000000	-0.007907	-0.003531	-0.236733	0.004055	0.012756	-0.033009	-0.072644	-0.037567
Cabin_G	-0.045949	0.052133	-0.083285	0.016040	-0.031566	-0.019941	0.040560	-0.013690	0.061881	-0.072514	...	-0.011135	-0.007907	1.000000	-0.001712	-0.114803	-0.076397	0.087471	-0.016008	-0.085977	-0.022857
Cabin_T	-0.023049	-0.042750	0.020558	-0.026456	-0.014095	-0.008904	0.018111	-0.006113	-0.013832	0.023611	...	-0.004972	-0.003531	-0.001712	1.000000	-0.051263	0.022411	-0.019574	-0.007148	0.032461	0.001179
Cabin_U	0.000208	0.713857	0.137396	-0.316912	-0.258257	0.142369	0.137351	0.041178	-0.004364	0.131807	...	-0.333381	-0.236733	-0.114803	-0.051263	1.000000	0.175812	-0.211367	0.056438	-0.271918	-0.507197
family_single	0.028546	0.147393	0.284537	-0.203367	-0.107874	0.127214	0.014246	-0.265355	-0.023890	0.386262	...	-0.042535	0.004055	-0.076397	0.022411	0.175812	1.000000	-0.873398	-0.318944	0.116675	-0.274826
family_small	0.002975	-0.218303	-0.255196	0.279855	0.159594	-0.122491	-0.062909	0.120166	-0.018085	-0.300872	...	0.068007	0.012756	0.087471	-0.019574	-0.211367	-0.873398	1.000000	-0.183007	-0.038189	0.197281
family_large	-0.063415	0.127306	-0.077748	-0.125147	-0.092825	-0.018423	0.093671	0.301809	0.083422	-0.194207	...	-0.046485	-0.033009	-0.016008	-0.007148	0.056438	-0.318944	-0.183007	1.000000	-0.161210	0.170853
Age_scaled	0.025731	-0.366371	0.057397	-0.070323	0.076179	-0.012718	-0.059153	-0.363923	-0.254146	0.165476	...	0.106600	-0.072644	-0.085977	0.032461	-0.271918	0.116675	-0.038189	-0.161210	1.000000	0.171521
Fare_scaled	0.031416	-0.558477	-0.185484	0.257307	0.286241	-0.130054	-0.169894	0.011596	0.092051	-0.192192	...	0.073949	-0.037567	-0.022857	0.001179	-0.507197	-0.274826	0.197281	0.170853	0.171521	1.000000

27 rows × 27 columns

'''
查看各个特征与生成情况（Survived）的相关系数，
ascending=False表示按降序排列
'''
corrDf['Survived'].sort_values(ascending =False)

Survived         1.000000
Mrs              0.344935
Miss             0.332795
family_small     0.279855
Fare_scaled      0.257307
Cabin_B          0.175095
Embarked_C       0.168240
Cabin_D          0.150716
Cabin_E          0.145321
Cabin_C          0.114652
Master           0.085221
Cabin_F          0.057935
Royalty          0.033391
Cabin_A          0.022287
Cabin_G          0.016040
Embarked_Q       0.003650
PassengerId     -0.005007
Cabin_T         -0.026456
Officer         -0.031316
Age_scaled      -0.070323
family_large    -0.125147
Embarked_S      -0.149683
family_single   -0.203367
Cabin_U         -0.316912
Pclass          -0.338481
Sex             -0.543351
Mr              -0.549199
Name: Survived, dtype: float64

full_x = pd.concat([ titleDf,#头衔
                     pcalssDf,#客舱等级
                     familyDf,#家庭大小
                     full['Fare_scaled'],#船票价格
                     full['Age_scaled'],
                     cabinDf,#船舱号
                     embarkedDf,#登船港口
                     full['Sex']#性别
                    ],axis=1)

full_x.head()

	Miss	Mr	Mrs	Pclass_1	Pclass_3	family_size	...	Cabin_U	Embarked_C	Embarked_S	Sex
0	0	1	0	0	1	2	...	1	0	1	1
1	0	0	1	1	0	2	...	0	1	0	0
2	1	0	0	0	1	1	...	1	0	1	0
3	0	0	1	1	0	2	...	0	0	1	0
4	0	1	0	0	1	1	...	1	0	1	1

5 rows × 28 columns

4.构建模型

用训练数据和某个机器学习算法得到机器学习模型，用测试数据评估模型

4.1 建立训练数据集和测试数据集

sourceRow = 891

source_x = full_x.loc[0:sourceRow-1, :]
source_y = full.loc[0:sourceRow-1,'Survived']

pred_x = full_x.loc[sourceRow:,:]

print('训练集数据大小:',source_x.shape)

训练集数据大小: (891, 28)

print('测试集数据大小:',pred_x.shape)

测试集数据大小: (418, 28)

'''
从原始数据集（source）中拆分出训练数据集（用于模型训练train），测试数据集（用于模型评估test）
train_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train data和test data
train_data：所要划分的样本特征集
train_target：所要划分的样本结果
test_size：样本占比，如果是整数的话就是样本的数量
'''

from sklearn.cross_validation import train_test_split

#建立模型用的训练数据sour集和测试数据集
train_x, test_x, train_y, test_y = train_test_split(source_x ,
                                                    source_y,
                                                    train_size=.8)

#输出数据集大小
print ('原始数据集特征：',source_x.shape, 
       '训练数据集特征：',train_x.shape ,
      '测试数据集特征：',test_x.shape)

print ('原始数据集标签：',source_y.shape, 
       '训练数据集标签：',train_y.shape ,
      '测试数据集标签：',test_y.shape)

原始数据集特征： (891, 28) 训练数据集特征： (712, 28) 测试数据集特征： (179, 28)
原始数据集标签： (891,) 训练数据集标签： (712,) 测试数据集标签： (179,)

4.2 选择机器学习算法

#逻辑回归

from sklearn.linear_model import LogisticRegression
model = LogisticRegression()

4.3 训练模型

model.fit(train_x, train_y)

LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
          intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,
          penalty='l2', random_state=None, solver='liblinear', tol=0.0001,
          verbose=0, warm_start=False)

5 模型评估

model.score(test_x , test_y )

0.82681564245810057

6.实施方案

#得上预测结果上传到kaggle
pred_y = model.predict(pred_x)

'''
生成的预测值是浮点数（0.0,1,0）
但是Kaggle要求提交的结果是整型（0,1）
所以要对数据类型进行转换
'''
pred_y=pred_y.astype(int)

#乘客id
passenger_id = full.loc[sourceRow:,'PassengerId']
#数据框：乘客id，预测生存情况的值
predDf = pd.DataFrame( 
    {
      'PassengerId': passenger_id ,      'Survived': pred_y } )

predDf.shape

(418, 2)

predDf.head()

	PassengerId	Survived
891	892	0
892	893	1
893	894	0
894	895	0
895	896	1

predDf.to_csv( '/Users/qxh/Desktop/titanic/titanic_pred.csv' , index = False )

你可能感兴趣的:(python,机器学习,数据分析,逻辑回归)

机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习 python
一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
理解Gunicorn：Python WSGI服务器的基石范范0825 ipython linux 运维
理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
Python数据分析与可视化实战指南 William数据分析 python python 数据
在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
python os.environ 江湖偌大 python 深度学习
os.environ['TF_CPP_MIN_LOG_LEVEL']='0'#默认值，输出所有信息os.environ['TF_CPP_MIN_LOG_LEVEL']='1'#屏蔽通知信息（INFO）os.environ['TF_CPP_MIN_LOG_LEVEL']='2'#屏蔽通知信息和警告信息（INFO\WARNING）os.environ['TF_CPP_MIN_LOG_LEVEL']='
Python中os.environ基本介绍及使用方法鹤冲天Pro #Python python 服务器开发语言
文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
Pyecharts数据可视化大屏：打造沉浸式数据分析体验我的运维人生信息可视化数据分析数据挖掘运维开发技术共享
Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
Python教程：一文了解使用Python处理XPath 旦莫 Python进阶 python 开发语言
目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
python os.environ_python os.environ 读取和设置环境变量 weixin_39605414 python os.environ
>>>importos>>>os.environ.keys()['LC_NUMERIC','GOPATH','GOROOT','GOBIN','LESSOPEN','SSH_CLIENT','LOGNAME','USER','HOME','LC_PAPER','PATH','DISPLAY','LANG','TERM','SHELL','J2REDIR','LC_MONETARY','QT_QPA
使用Faiss进行高效相似度搜索 llzwxh888 faiss python
在现代AI应用中，快速和高效的相似度搜索是至关重要的。Faiss（FacebookAISimilaritySearch）是一个专门用于快速相似度搜索和聚类的库，特别适用于高维向量。本文将介绍如何使用Faiss来进行相似度搜索，并结合Python代码演示其基本用法。什么是Faiss？Faiss是一个由FacebookAIResearch团队开发的开源库，主要用于高维向量的相似性搜索和聚类。Faiss
python是什么意思中文-在python中%是什么意思编程大乐趣
Python中%有两种：1、数值运算：%代表取模，返回除法的余数。如：>>>7%212、%操作符（字符串格式化，stringformatting），说明如下：%[(name)][flags][width].[precision]typecode(name)为命名flags可以有+，-，''或0。+表示右对齐。-表示左对齐。''为一个空格，表示在正数的左侧填充一个空格，从而与负数对齐。0表示使用0填
Day1笔记-Python简介&标识符和关键字&输入输出 ~在杰难逃~ Python python 开发语言大数据数据分析数据挖掘
大家好，从今天开始呢，杰哥开展一个新的专栏，当然，数据分析部分也会不定时更新的，这个新的专栏主要是讲解一些Python的基础语法和知识，帮助0基础的小伙伴入门和学习Python，感兴趣的小伙伴可以开始认真学习啦！一、Python简介【了解】1.计算机工作原理编程语言就是用来定义计算机程序的形式语言。我们通过编程语言来编写程序代码，再通过语言处理程序执行向计算机发送指令，让计算机完成对应的工作，编程
python八股文面试题分享及解析(1) Shawn________ python
#1.'''a=1b=2不用中间变量交换a和b'''#1.a=1b=2a,b=b,aprint(a)print(b)结果：21#2.ll=[]foriinrange(3):ll.append({'num':i})print(11)结果:#[{'num':0},{'num':1},{'num':2}]#3.kk=[]a={'num':0}foriinrange(3):#0,12#可变类型，不仅仅改变
每日算法&面试题，大厂特训二十八天——第二十天（树）肥学 ⚡算法题⚡面试题每日精进 java 算法数据结构
目录标题导读算法特训二十八天面试题点击直接资料领取导读肥友们为了更好的去帮助新同学适应算法和面试题，最近我们开始进行专项突击一步一步来。上一期我们完成了动态规划二十一天现在我们进行下一项对各类算法进行二十八天的一个小总结。还在等什么快来一起肥学进行二十八天挑战吧！！特别介绍小白练手专栏，适合刚入手的新人欢迎订阅编程小白进阶python有趣练手项目里面包括了像《机器人尬聊》《恶搞程序》这样的有趣文章
Python快速入门 —— 第三节：类与对象孤华暗香 Python快速入门 python 开发语言
第三节：类与对象目标：了解面向对象编程的基础概念，并学会如何定义类和创建对象。内容：类与对象：定义类：class关键字。类的构造函数：__init__()。类的属性和方法。对象的创建与使用。示例：classStudent:def__init__(self,name,age,major):self.name&#
pyecharts——绘制柱形图折线图 2224070247 信息可视化 python java 数据可视化
一、pyecharts概述自2013年6月百度EFE(ExcellentFrontEnd）数据可视化团队研发的ECharts1.0发布到GitHub网站以来，ECharts一直备受业界权威的关注并获得广泛好评，成为目前成熟且流行的数据可视化图表工具，被应用到诸多数据可视化的开发领域。Python作为数据分析领域最受欢迎的语言，也加入ECharts的使用行列，并研发出方便Python开发者使用的数据
Python 实现图片裁剪（附代码） | Python工具剑客阿良_ALiang
前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
【华为OD技术面试真题 - 技术面】- python八股文真题题库（4) 算法大师华为od 面试 python
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选**1.Python中的`with`**用途和功能自动资源管理示例：文件操作上下文管理协议示例代码工作流程解析优点2.\_\_new\_\_和**\_\_init\_\_**区别__new____init__区别总结3.**切片（Slicing）操作**基本切片语法
python os 环境变量 CV矿工 python 开发语言 numpy
环境变量：环境变量是程序和操作系统之间的通信方式。有些字符不宜明文写进代码里，比如数据库密码，个人账户密码，如果写进自己本机的环境变量里，程序用的时候通过os.environ.get（）取出来就行了。os.environ是一个环境变量的字典。环境变量的相关操作importos"""设置/修改环境变量：os.environ[‘环境变量名称’]=‘环境变量值’#其中key和value均为string类
Python爬虫解析工具之xpath使用详解 eqa11 python 爬虫开发语言
文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
【华为OD技术面试真题 - 技术面】- python八股文真题题库（1）算法大师华为od 面试 python
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.数据预处理流程数据预处理的主要步骤工具和库2.介绍线性回归、逻辑回归模型线性回归（LinearRegression）模型形式：关键点：逻辑回归（LogisticRegression）模型形式：关键点：参数估计与评估：3.python浅拷贝及深拷贝浅拷贝（Shal
数字里的世界17期：2021年全球10大顶级数据中心，中国移动榜首张三叨
你知道吗？2016年，全球的数据中心共计用电4160亿千瓦时，比整个英国的发电量还多40％！前言每天，我们都会创造超过250万TB的数据。并且随着物联网（IOT）的不断普及，这一数据将持续增长。如此庞大的数据被存储在被称为“数据中心”的专用设施中。虽然最早的数据中心建于20世纪40年代，但直到1997-2000年的互联网泡沫期间才逐渐成为主流。当前人类的技术，比如人工智能和机器学习，已经将我们推向
nosql数据库技术与应用知识点皆过客，揽星河 NoSQL nosql 数据库大数据数据分析数据结构非关系型数据库
Nosql知识回顾大数据处理流程数据采集(flume、爬虫、传感器)数据存储(本门课程NoSQL所处的阶段)Hdfs、MongoDB、HBase等数据清洗(入仓)Hive等数据处理、分析(Spark、Flink等)数据可视化数据挖掘、机器学习应用(Python、SparkMLlib等)大数据时代存储的挑战(三高)高并发(同一时间很多人访问)高扩展(要求随时根据需求扩展存储)高效率(要求读写速度快)
《Python数据分析实战终极指南》 xjt921122 python 数据分析开发语言
对于分析师来说，大家在学习Python数据分析的路上，多多少少都遇到过很多大坑**，有关于技能和思维的**：Excel已经没办法处理现有的数据量了，应该学Python吗？找了一大堆Python和Pandas的资料来学习，为什么自己动手就懵了？跟着比赛类公开数据分析案例练了很久，为什么当自己面对数据需求还是只会数据处理而没有分析思路？学了对比、细分、聚类分析，也会用PEST、波特五力这类分析法，为啥
Python中深拷贝与浅拷贝的区别 yuxiaoyu.
转自：http://blog.csdn.net/u014745194/article/details/70271868定义：在Python中对象的赋值其实就是对象的引用。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，但是该对象中引用的其他对象我不复
Python开发常用的三方模块如下：换个网名有点难 python 开发语言
Python是一门功能强大的编程语言，拥有丰富的第三方库，这些库为开发者提供了极大的便利。以下是100个常用的Python库，涵盖了多个领域：1、NumPy，用于科学计算的基础库。2、Pandas，提供数据结构和数据分析工具。3、Matplotlib，一个绘图库。4、Scikit-learn，机器学习库。5、SciPy，用于数学、科学和工程的库。6、TensorFlow，由Google开发的开源机
ES聚合分析原理与代码实例讲解光剑书架上的书大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据 AIGC AGI LLM Java Python 架构设计 Agent 程序员实现财富自由
ES聚合分析原理与代码实例讲解1.背景介绍1.1问题的由来在大规模数据分析场景中，特别是在使用Elasticsearch（ES）进行数据存储和检索时，聚合分析成为了一个至关重要的功能。聚合分析允许用户对数据集进行细分和分组，以便深入探索数据的结构和模式。这在诸如实时监控、日志分析、业务洞察等领域具有广泛的应用。1.2研究现状目前，ES聚合分析已经成为现代大数据平台的核心组件之一。它支持多种类型的聚
Python编译器鹿鹿~ Python编译器 Python python 开发语言后端
嘿嘿嘿我又来了啊有些小盆友可能不知道Python其实是有编译器的，也就是PyCharm。你们可能会问到这个是干嘛的又不可以吃也不可以穿好像没有什么用，其实你还说对了这个还真的不可以吃也不可以穿，但是它用来干嘛的呢。用来编译你所打出的代码进行运行（可能这里说的有点不对但是只是个人认为）现在我们来说说PyCharm是用来干嘛的。PyCharm是一种PythonIDE，带有一整套可以帮助用户在使用Pyt
一文掌握python面向对象魔术方法（二）程序员neil python python 开发语言
接上篇：一文掌握python面向对象魔术方法（一）-CSDN博客目录六、迭代和序列化：1、__iter__(self):定义迭代器，使得类可以被for循环迭代。2、__getitem__(self,key):定义索引操作，如obj[key]。3、__setitem__(self,key,value):定义赋值操作，如obj[key]=value。4、__delitem__(self,key):定义
一文掌握python常用的list（列表）操作程序员neil python python 开发语言
目录一、创建列表1.直接创建列表：2.使用list()构造器3.使用列表推导式4.创建空列表二、访问列表元素1.列表支持通过索引访问元素，索引从0开始：2.还可以使用切片操作访问列表的一部分：三、修改列表元素四、添加元素1.append()：在末尾添加元素2.insert()：在指定位置插入元素五、删除元素1.del：删除指定位置的元素2.remove()：删除指定值的第一个匹配项3.pop()：
Python实现简单的机器学习算法 master_chenchengg python python 办公效率 python开发 IT
Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
基本数据类型和引用类型的初始值 3213213333332132 java基础
package com.array; /** * @Description 测试初始值 * @author FuJianyong * 2015-1-22上午10:31:53 */ public class ArrayTest { ArrayTest at; String str; byte bt; short s; int i; long
摘抄笔记--《编写高质量代码：改善Java程序的151个建议》白糖_ 高质量代码
记得3年前刚到公司，同桌同事见我无事可做就借我看《编写高质量代码：改善Java程序的151个建议》这本书，当时看了几页没上心就没研究了。到上个月在公司偶然看到，于是乎又找来看看，我的天，真是非常多的干货，对于我这种静不下心的人真是帮助莫大呀。看完整本书，也记了不少笔记
【备忘】Django 常用命令及最佳实践 dongwei_6688 django
注意：本文基于 Django 1.8.2 版本生成数据库迁移脚本（python 脚本） python manage.py makemigrations polls 说明：polls 是你的应用名字，运行该命令时需要根据你的应用名字进行调整查看该次迁移需要执行的 SQL 语句（只查看语句，并不应用到数据库上）： python manage.p
阶乘算法之一N! 末尾有多少个零周凡杨 java 算法阶乘面试效率
&n
spring注入servlet g21121 Spring注入
传统的配置方法是无法将bean或属性直接注入到servlet中的，配置代理servlet亦比较麻烦，这里其实有比较简单的方法，其实就是在servlet的init()方法中加入要注入的内容： ServletContext application = getServletContext(); WebApplicationContext wac = WebApplicationContextUtil
Jenkins 命令行操作说明文档 510888780 centos
假设Jenkins的URL为http://22.11.140.38:9080/jenkins/ 基本的格式为 java 基本的格式为 java -jar jenkins-cli.jar [-s JENKINS_URL] command [options][args] 下面具体介绍各个命令的作用及基本使用方法 1. &nb
UnicodeBlock检测中文用法布衣凌宇 UnicodeBlock
/** * 判断输入的是汉字 */ public static boolean isChinese(char c) { Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
java下实现调用oracle的存储过程和函数 aijuans java orale
1.创建表：STOCK_PRICES 2.插入测试数据： 3.建立一个返回游标： PKG_PUB_UTILS 4.创建和存储过程：P_GET_PRICE 5.创建函数： 6.JAVA调用存储过程返回结果集 JDBCoracle10G_INVO
Velocity Toolbox antlove 模板 tool box velocity
velocity.VelocityUtil package velocity; import org.apache.velocity.Template; import org.apache.velocity.app.Velocity; import org.apache.velocity.app.VelocityEngine; import org.apache.velocity.c
JAVA正则表达式匹配基础百合不是茶 java 正则表达式的匹配
正则表达式;提高程序的性能,简化代码,提高代码的可读性,简化对字符串的操作正则表达式的用途; 字符串的匹配字符串的分割字符串的查找字符串的替换正则表达式的验证语法 [a] //[]表示这个字符只出现一次 ,[a] 表示a只出现一
是否使用EL表达式的配置 bijian1013 jsp web.xml EL EasyTemplate
今天在开发过程中发现一个细节问题，由于前端采用EasyTemplate模板方法实现数据展示，但老是不能正常显示出来。后来发现竟是EL将我的EasyTemplate的${...}解释执行了，导致我的模板不能正常展示后台数据。网
精通Oracle10编程SQL(1-3)PLSQL基础 bijian1013 oracle 数据库 plsql
--只包含执行部分的PL/SQL块 --set serveroutput off begin dbms_output.put_line('Hello,everyone!'); end; select * from emp; --包含定义部分和执行部分的PL/SQL块 declare v_ename varchar2(5); begin select
【Nginx三】Nginx作为反向代理服务器 bit1129 nginx
Nginx一个常用的功能是作为代理服务器。代理服务器通常完成如下的功能：接受客户端请求将请求转发给被代理的服务器从被代理的服务器获得响应结果把响应结果返回给客户端实例本文把Nginx配置成一个简单的代理服务器对于静态的html和图片，直接从Nginx获取对于动态的页面，例如JSP或者Servlet，Nginx则将请求转发给Res
Plugin execution not covered by lifecycle configuration: org.apache.maven.plugin blackproof maven 报错
转：http://stackoverflow.com/questions/6352208/how-to-solve-plugin-execution-not-covered-by-lifecycle-configuration-for-sprin maven报错： Plugin execution not covered by lifecycle configuration:
发布docker程序到marathon ronin47 docker 发布应用
1 发布docker程序到marathon 1.1 搭建私有docker registry 1.1.1 安装docker regisry docker pull docker-registry docker run -t -p 5000:5000 docker-registry 下载docker镜像并发布到私有registry docker pull consol/tomcat-8.0
java-57-用两个栈实现队列&&用两个队列实现一个栈 bylijinnan java
import java.util.ArrayList; import java.util.List; import java.util.Stack; /* * Q 57 用两个栈实现队列 */ public class QueueImplementByTwoStacks { private Stack<Integer> stack1; pr
Nginx配置性能优化 cfyme nginx
转载地址：http://blog.csdn.net/xifeijian/article/details/20956605 大多数的Nginx安装指南告诉你如下基础知识——通过apt-get安装，修改这里或那里的几行配置，好了，你已经有了一个Web服务器了。而且，在大多数情况下，一个常规安装的nginx对你的网站来说已经能很好地工作了。然而，如果你真的想挤压出Nginx的性能，你必
[JAVA图形图像]JAVA体系需要稳扎稳打,逐步推进图像图形处理技术 comsci java
对图形图像进行精确处理，需要大量的数学工具，即使是从底层硬件模拟层开始设计，也离不开大量的数学工具包，因为我认为，JAVA语言体系在图形图像处理模块上面的研发工作，需要从开发一些基础的，类似实时数学函数构造器和解析器的软件包入手，而不是急于利用第三方代码工具来实现一个不严格的图形图像处理软件...... &nb
MonkeyRunner的使用 dai_lm android MonkeyRunner
要使用MonkeyRunner，就要学习使用Python，哎先抄一段官方doc里的代码作用是启动一个程序（应该是启动程序默认的Activity），然后按MENU键，并截屏 # Imports the monkeyrunner modules used by this program from com.android.monkeyrunner import MonkeyRun
Hadoop-- 海量文件的分布式计算处理方案 datamachine mapreduce hadoop 分布式计算
csdn的一个关于hadoop的分布式处理方案，存档。原帖：http://blog.csdn.net/calvinxiu/article/details/1506112。 Hadoop 是Google MapReduce的一个Java实现。MapReduce是一种简化的分布式编程模式，让程序自动分布到一个由普通机器组成的超大集群上并发执行。就如同ja
以資料庫驗證登入 dcj3sjt126com yii
以資料庫驗證登入由於 Yii 內定的原始框架程式, 採用綁定在UserIdentity.php 的 demo 與 admin 帳號密碼: public function authenticate() { $users=array( &nbs
github做webhooks：[2]php版本自动触发更新 dcj3sjt126com github git webhooks
上次已经说过了如何在github控制面板做查看url的返回信息了。这次就到了直接贴钩子代码的时候了。工具/原料 git github 方法/步骤在github的setting里面的webhooks里把我们的url地址填进去。钩子更新的代码如下： error_reportin
Eos开发常用表达式蕃薯耀 Eos开发 Eos入门 Eos开发常用表达式
Eos开发常用表达式 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2014年8月18日 15:03:35 星期一 &
SpringSecurity3.X--SpEL 表达式 hanqunfeng SpringSecurity
使用 Spring 表达式语言配置访问控制，要实现这一功能的直接方式是在<http>配置元素上添加 use-expressions 属性： <http auto-config="true" use-expressions="true"> 这样就会在投票器中自动增加一个投票器：org.springframework
Redis vs Memcache IXHONG redis
1. Redis中，并不是所有的数据都一直存储在内存中的，这是和Memcached相比一个最大的区别。 2. Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储。 3. Redis支持数据的备份，即master-slave模式的数据备份。 4. Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 Red
Python - 装饰器使用过程中的误区解读 kvhur JavaScript jquery html5 css
大家都知道装饰器是一个很著名的设计模式，经常被用于AOP(面向切面编程)的场景，较为经典的有插入日志，性能测试，事务处理，Web权限校验， Cache等。原文链接：http://www.gbtags.com/gb/share/5563.htm Python语言本身提供了装饰器语法（@），典型的装饰器实现如下： @function_wrapper de
架构师之mybatis-----update 带case when 针对多种情况更新 nannan408 case when
1.前言. 如题. 2. 代码. <update id="batchUpdate" parameterType="java.util.List"> <foreach collection="list" item="list" index=&
Algorithm算法视频教程栏目记者 Algorithm 算法
课程：Algorithm算法视频教程百度网盘下载地址： http://pan.baidu.com/s/1qWFjjQW 密码: 2mji 程序写的好不好,还得看算法屌不屌！Algorithm算法博大精深。一、课程内容：课时1、算法的基本概念 + Sequential search 课时2、Binary search 课时3、Hash table 课时4、Algor
C语言算法之冒泡排序 qiufeihu c 算法
任意输入10个数字由小到大进行排序。代码： #include <stdio.h> int main() { int i,j,t,a[11]; /*定义变量及数组为基本类型*/ for(i = 1;i < 11;i++){ scanf("%d",&a[i]); /*从键盘中输入10个数*/ } for
JSP异常处理 wyzuomumu Web jsp
1.在可能发生异常的网页中通过指令将HTTP请求转发给另一个专门处理异常的网页中: <%@ page errorPage="errors.jsp"%> 2.在处理异常的网页中做如下声明： errors.jsp: <%@ page isErrorPage="true"%>，这样设置完后就可以在网页中直接访问exc

	Miss	Mr	Mrs	Pclass_1	Pclass_3	family_size	...	Cabin_U	Embarked_C	Embarked_S	Sex
0	0	1	0	0	1	2	...	1	0	1	1
1	0	0	1	1	0	2	...	0	1	0	0
2	1	0	0	0	1	1	...	1	0	1	0
3	0	0	1	1	0	2	...	0	0	1	0
4	0	1	0	0	1	1	...	1	0	1	1

	Miss	Mr	Mrs	Pclass_1	Pclass_3	family_size	...	Cabin_U	Embarked_C	Embarked_S	Sex
0	0	1	0	0	1	2	...	1	0	1	1
1	0	0	1	1	0	2	...	0	1	0	0
2	1	0	0	0	1	1	...	1	0	1	0
3	0	0	1	1	0	2	...	0	0	1	0
4	0	1	0	0	1	1	...	1	0	1	1

	Miss	Mr	Mrs	Pclass_1	Pclass_3	family_size	...	Cabin_U	Embarked_C	Embarked_S	Sex
0	0	1	0	0	1	2	...	1	0	1	1
1	0	0	1	1	0	2	...	0	1	0	0
2	1	0	0	0	1	1	...	1	0	1	0
3	0	0	1	1	0	2	...	0	0	1	0
4	0	1	0	0	1	1	...	1	0	1	1