以下是一个基于Python和PyCharm的泰坦尼克号乘客生存预测代码示例。我们将使用Pandas进行数据处理，使用Scikit-learn进行机器学习建模。 ### 代码实现 ```python # 导入必要的库 import pandas as pd from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score # 加载数据 def load_data(file_path): return pd.read_csv(file_path) # 数据预处理 def preprocess_data(df): # 填充缺失值 df['Age'].fillna(df['Age'].median(), inplace=True) df['Embarked'].fillna(df['Embarked'].mode()[0], inplace=True) # 转换分类变量为数值型 df['Sex'] = df['Sex'].map({'male': 0, 'female': 1}) df = pd.get_dummies(df, columns=['Embarked'], drop_first=True) # 选择特征和目标变量 features = ['Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare', 'Embarked_Q', 'Embarked_S'] X = df[features] y = df['Survived'] return X, y # 构建模型并训练 def build_model(X_train, y_train): model = RandomForestClassifier(random_state=42) model.fit(X_train, y_train) return model # 测试模型 def evaluate_model(model, X_test, y_test): predictions = model.predict(X_test) accuracy = accuracy_score(y_test, predictions) print(f"模型准确率: {accuracy:.2f}") # 主函数 if __name__ == "__main__": # 加载数据 data = load_data('titanic.csv') # 确保文件路径正确 # 数据预处理 X, y = preprocess_data(data) # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 构建模型 model = build_model(X_train, y_train) # 评估模型 evaluate_model(model, X_test, y_test) ``` --- ### 代码解释 1. **导入库** - `pandas`: 用于数据加载和处理。 - `train_test_split`: 将数据划分为训练集和测试集。 - `RandomForestClassifier`: 使用随机森林算法进行分类。 - `accuracy_score`: 计算模型预测的准确率。 2. **加载数据** - 使用`pd.read_csv`加载CSV文件。确保你的数据文件名为`titanic.csv`，并且包含`Survived`, `Pclass`, `Sex`, `Age`, `SibSp`, `Parch`, `Fare`, 和`Embarked`等列。 3. **数据预处理** - 填充缺失值：用中位数填充`Age`列，用众数填充`Embarked`列。 - 转换分类变量：将`Sex`转换为数值型（男性为0，女性为1），并对`Embarked`列进行独热编码。 - 特征选择：选取与生存预测相关的特征。 4. **构建模型** - 使用随机森林分类器构建模型，并在训练集上进行训练。 5. **评估模型** - 在测试集上进行预测，并计算模型的准确率。 --- ### 注意事项 - 确保你的PyCharm环境中安装了所需的库：`pandas`, `scikit-learn`。可以通过以下命令安装： ```bash pip install pandas scikit-learn ``` - 数据文件`titanic.csv`可以从Kaggle下载：https://www.kaggle.com/c/titanic/data --- ###