數據挖掘之DecisionTreeClassifier決策樹

用決策樹DecisionTreeClassifier的數據挖掘算法來經過三個參數，Pclass,Sex,Age，三個參數來求取乘客的獲救率。

分爲三大步：

一，建立決策樹DecisionTreeClassifier 對象

二，對象調用fit()函數，訓練數據，創建模型

三，對象調用predict()函數，對須要預測的數據，預測。

代碼以下：

import numpy as np
import pandas as pd
from sklearn.feature_extraction import DictVectorizer
from sklearn.tree import DecisionTreeClassifier

def Titanic_survived():
 df = pd.read_csv('Titanic.csv')#獲取信息表
 #將nan替換爲0
 df.fillna(df['Age'].mean(),inplace = True)


 dict_train = df.loc[:,['Pclass','Age','Sex']].to_dict(orient='record')
 dict_target = pd.DataFrame(df['Survived'],columns=['Survived']).to_dict(orient='record')

 #訓練數據字典向量化
 dv_train = DictVectorizer(sparse=False)
 x_train = dv_train.fit_transform(dict_train)

 #目標數據字典向量化,將字符串變成數字
 dv_target = DictVectorizer(sparse=False)
 y_target = dv_target.fit_transform(dict_target)



 #建立訓練模型並訓練
 d_tree = DecisionTreeClassifier()#第一步，建立決策樹對象
 d_tree.fit(x_train,y_target)#第二步，決策樹對象d_tree調用fit函數，訓練數據創建模型

 data_predict = {
 'Pclass':'Bonnell',
 'Age':60,
 'Sex': 'female'

 }

 x_data = dv_train.transform(data_predict)
 #第三步，決策樹對象d_tree，調用predict()函數，預測結果
 print(dv_target.inverse_transform(d_tree.predict(x_data).reshape(-1,1)))Titanic_survived()