数据建模与评估 Titanic乘客获救预测（3）

建模与评估

• 1 构建模型

  • • 1.1 数据导入

    • 1.2 模型选择

    • 1.3 构建P算法

    • • 1.3.1 划分训练集与测试集
      • 1.3.2 Logistic回归算法
      • 1.3.3 随机森林算法

    • 1.3.4 模型预测结果

  • 2 模型评估

  • • 2.1 交叉验证
    • 2.2 混淆矩阵
    • 2.3 ROC曲线
    • 2.3.1 ROC曲线定义
    • 2.3.2 ROC曲线绘制

1 建立模型

1.1 数据导入

    # 导入数据
    # 原始训练数据train
    train = pd.read_csv('titanic/titanic_train.csv')
    # 特征处理后数据data
    data = pd.read_csv('titanic/clear_data.csv')

1.2 模型选择

• 根据任务目标以及数据样本量、特征稀疏性等因素判断数据集最终应采用监督学习还是无监督学习
• 通常我们会首先选择一个基准模型作为起点，并在此基础上逐步训练其他改进型模型进行对比分析
• 我们将利用机器学习中应用最为广泛的库——scikit-learn库来进行我们的模型构