数据挖掘实战系列之 Kaggle 泰坦尼克号灾难（下）

向右看齐 2021-09-15 10:28 398阅读 0赞

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']

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZGFpbG9uZ19ibG9n_size_16_color_FFFFFF_t_70]

> 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()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZGFpbG9uZ19ibG9n_size_16_color_FFFFFF_t_70 1]

（3）男性女性存活率

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

![image.png][]

# 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()

![image.png][image.png 1]

**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

![image.png][image.png 2]

# 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()

![image.png][image.png 3]

**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

![image.png][image.png 4]

**作图秀一下？？**  
![image.png][image.png 5]  
![image.png][image.png 6]

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

![image.png][image.png 7]  
![image.png][image.png 8]  
![image.png][image.png 9]

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()

![image.png][image.png 10]

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()

![image.png][image.png 11]

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

![image.png][image.png 12]

（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

![image.png][image.png 13]

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

![image.png][image.png 14]

# 伪造表
    s = np.arange(892,1310)
    s
    
    results= pd.DataFrame(pre_z,index=s)
    result.head()

![image.png][image.png 15]

##### 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][Link 1]

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  
![在这里插入图片描述][20181106111014905.png]

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

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZGFpbG9uZ19ibG9n_size_16_color_FFFFFF_t_70]: /images/20210529/11d3055e796a461195391af73aac8fe2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1ZGFpbG9uZ19ibG9n_size_16_color_FFFFFF_t_70 1]: /images/20210529/255c81642499454a9bbac1c3f0ebddf1.png
[image.png]: /images/20210529/2944e786902343dfa098f7d83cb6ffc8.png
[image.png 1]: /images/20210529/965482275d8f4cdc93157c4e5adb4221.png
[image.png 2]: /images/20210529/9b93c553ddc74f969b9f126bd7efb17a.png
[image.png 3]: /images/20210529/18cb39d73b974bc0b4c3b92e1690dcfc.png
[image.png 4]: /images/20210529/cff8133c593744d0b99c4918ca429559.png
[image.png 5]: /images/20210529/0c1211729a1c4aaf96df28ecc92c00d9.png
[image.png 6]: /images/20210529/2ad416ee3d37498fbd92fe9ab5d1092b.png
[image.png 7]: /images/20210529/169f887b4db44d9a8f42a42dfca1e2f7.png
[image.png 8]: /images/20210529/23f830259bdf4fd7a7b4f73ab3dc1c53.png
[image.png 9]: /images/20210529/3d2beae373244229b959bc98a439db7b.png
[image.png 10]: /images/20210529/a2e2bac9c242447ab186a663d1965acb.png
[image.png 11]: /images/20210529/a2febef9a6da4936a3917810603742dc.png
[image.png 12]: /images/20210529/408e5bf6c70b47ee940c1ee017a81eb9.png
[image.png 13]: /images/20210529/a1ab8b45767c4a1392fb8853ba3c8064.png
[image.png 14]: /images/20210529/e244da81aead45ae978d9368c431bdcd.png
[image.png 15]: /images/20210529/f40164852565424ea5f819fc506a6c9f.png
[Link 1]: https://blog.csdn.net/xudailong_blog/article/details/78762262
[20181106111014905.png]: /images/20210529/5557e9bf00904ce49558e0d1b9def2b8.png