• Keras的泰坦尼克号的生存率的数据分析


     
      1 # coding: utf-8
      2 
      3 # In[1]:
      4 
      5 
      6 import urllib.request
      7 import os
      8 
      9 
     10 # In[2]:
     11 
     12 
     13 url="http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.xls"
     14 filepath="titanic3.xls"
     15 if not os.path.isfile(filepath):
     16     result=urllib.request.urlretrieve(url,filepath)
     17     print('downloaded:',result)
     18 
     19 
     20 # In[3]:
     21 
     22 
     23 import numpy
     24 import pandas as pd
     25 
     26 
     27 # In[4]:
     28 
     29 
     30 all_df = pd.read_excel(filepath)
     31 
     32 
     33 # In[5]:
     34 
     35 
     36 all_df[:5]
     37 
     38 
     39 # In[6]:
     40 
     41 
     42 cols=['survived','name','pclass' ,'sex', 'age', 'sibsp',
     43       'parch', 'fare', 'embarked']
     44 all_df=all_df[cols]
     45 all_df[:5]
     46 
     47 
     48 # In[7]:
     49 
     50 
     51 all_df.isnull().sum()
     52 
     53 
     54 # In[8]:
     55 
     56 
     57 df=all_df.drop(['name'], axis=1)
     58 df[:20]
     59 
     60 
     61 # In[9]:
     62 
     63 
     64 age_mean = df['age'].mean()
     65 df['age'] = df['age'].fillna(age_mean)
     66 df[:20]
     67 
     68 
     69 # In[10]:
     70 
     71 
     72 fare_mean = df['fare'].mean()
     73 df['fare'] = df['fare'].fillna(fare_mean)
     74 
     75 
     76 # In[11]:
     77 
     78 
     79 df['sex']= df['sex'].map({'female':0, 'male': 1}).astype(int)
     80 
     81 
     82 # In[12]:
     83 
     84 
     85 df[:2]
     86 
     87 
     88 # In[13]:
     89 
     90 
     91 x_OneHot_df = pd.get_dummies(data=df,columns=["embarked" ])
     92 
     93 
     94 # In[14]:
     95 
     96 
     97 x_OneHot_df[:2]
     98 
     99 
    100 # In[15]:
    101 
    102 
    103 ndarray = x_OneHot_df.values
    104 ndarray.shape
    105 
    106 
    107 # In[16]:
    108 
    109 
    110 ndarray[:2]
    111 
    112 
    113 # In[17]:
    114 
    115 
    116 Label = ndarray[:,0]
    117 Features = ndarray[:,1:]
    118 
    119 
    120 # In[18]:
    121 
    122 
    123 Features[:2]
    124 
    125 
    126 # In[19]:
    127 
    128 
    129 from sklearn import preprocessing
    130 minmax_scale = preprocessing.MinMaxScaler(feature_range=(0, 1))
    131 scaledFeatures=minmax_scale.fit_transform(Features)
    132 scaledFeatures[:2]
    133 
    134 
    135 # In[20]:
    136 
    137 
    138 msk = numpy.random.rand(len(all_df)) < 0.8
    139 train_df = all_df[msk]
    140 test_df = all_df[~msk]
    141 
    142 
    143 # In[21]:
    144 
    145 
    146 msk
    147 
    148 
    149 # In[22]:
    150 
    151 
    152 print('total:',len(all_df),
    153       'train:',len(train_df),
    154       'test:',len(test_df))
    155 
    156 
    157 # In[23]:
    158 
    159 
    160 def PreprocessData(raw_df):
    161     df=raw_df.drop(['name'], axis=1)
    162     age_mean = df['age'].mean()
    163     df['age'] = df['age'].fillna(age_mean)
    164     fare_mean = df['fare'].mean()
    165     df['fare'] = df['fare'].fillna(fare_mean)
    166     df['sex']= df['sex'].map({'female':0, 'male': 1}).astype(int)
    167     x_OneHot_df = pd.get_dummies(data=df,columns=["embarked" ])
    168 
    169     ndarray = x_OneHot_df.values
    170     Features = ndarray[:,1:]
    171     Label = ndarray[:,0]
    172 
    173     minmax_scale = preprocessing.MinMaxScaler(feature_range=(0, 1))
    174     scaledFeatures=minmax_scale.fit_transform(Features)    
    175     
    176     return scaledFeatures,Label
    177 
    178 
    179 # In[24]:
    180 
    181 
    182 train_Features,train_Label=PreprocessData(train_df)
    183 test_Features,test_Label=PreprocessData(test_df)
    184 
    185 
    186 # In[25]:
    187 
    188 
    189 train_Features[:2]
    190 
    191 
    192 # In[26]:
    193 
    194 
    195 train_Label[:2]
    196 
    197 
    198 # In[27]:
    199 
    200 
    201 from keras.models import Sequential
    202 from keras.layers import Dense,Dropout
    203 
    204 
    205 # In[28]:
    206 
    207 
    208 model = Sequential()
    209 model.add(Dense(units=40, input_dim=9, 
    210                 kernel_initializer='uniform', 
    211                 activation='relu'))
    212 model.add(Dense(units=30, 
    213                 kernel_initializer='uniform', 
    214                 activation='relu'))
    215 model.add(Dense(units=1, 
    216                 kernel_initializer='uniform',
    217                 activation='sigmoid'))
    218 model.summary()
    219 
    220 
    221 # In[29]:
    222 
    223 
    224 model.compile(loss='binary_crossentropy', 
    225               optimizer='adam', metrics=['accuracy'])
    226 train_history =model.fit(x=train_Features, 
    227                          y=train_Label, 
    228                          validation_split=0.1, 
    229                          epochs=30, 
    230                          batch_size=30,verbose=2)
    231 
    232 
    233 # In[30]:
    234 
    235 
    236 import matplotlib.pyplot as plt
    237 def show_train_history(train_history,train,validation):
    238     plt.plot(train_history.history[train])
    239     plt.plot(train_history.history[validation])
    240     plt.title('Train History')
    241     plt.ylabel(train)
    242     plt.xlabel('Epoch')
    243     plt.legend(['train', 'validation'], loc='upper left')
    244     plt.show()
    245 show_train_history(train_history,'acc','val_acc')
    246 show_train_history(train_history,'loss','val_loss')
    247 
    248 
    249 # In[31]:
    250 
    251 
    252 scores = model.evaluate(x=test_Features, 
    253                         y=test_Label)
    254 scores
    255 
    256 
    257 # In[32]:
    258 
    259 
    260 Jack = pd.Series([0 ,'Jack',3, 'male'  , 23, 1, 0,  5.0000,'S'])
    261 Rose = pd.Series([1 ,'Rose',1, 'female', 20, 1, 0, 100.0000,'S'])
    262 JR_df = pd.DataFrame([list(Jack),list(Rose)],  
    263                   columns=['survived', 'name','pclass', 'sex', 
    264                    'age', 'sibsp','parch', 'fare','embarked'])
    265 all_df=pd.concat([all_df,JR_df])
    266 all_df[-2:]
    267 
    268 
    269 # In[33]:
    270 
    271 
    272 all_Features,Label=PreprocessData(all_df)
    273 all_probability=model.predict(all_Features)
    274 all_probability[:10]
    275 
    276 
    277 # In[34]:
    278 
    279 
    280 pd=all_df
    281 pd.insert(len(all_df.columns),
    282           'probability',all_probability)
    283 pd[-2:]
    284 
    285 
    286 # In[35]:
    287 
    288 
    289 pd[(pd['survived']==0) &  (pd['probability']>0.9) ]
    290 
    291 
    292 # In[36]:
    293 
    294 
    295 pd[:5]
    296 
    297 
    298 # In[ ]:
    299 
    300 
    301 
    302 
    303 
    304 # In[ ]:
    View Code

    excel资源如下:

    链接:https://pan.baidu.com/s/1PvonynplLKC6ZepSlL9DqQ
    提取码:w7z3

    采用多层感知器的方案的,主要是特点是针对数据的预处理过程。对excel表格的处理。

     读取文件显示前五行:

    筛选出表内的指定列:

    去掉名字列生成新数据:

    查找未知信息null,然后补充为平均值

     

     

    修改性别样式从male和female到0和1:

    将DF中的数据某列拆分:

    提取目标输出数据和输入数据:

    将输入数据转化为0-1之间的数据方式:

    随机分割数据2:8作为测试数据和训练数据的方案!:

    之后建立模型,两个隐层,计算方式为上一层神经元乘下一层神经元,加偏差下一层神经元。

    之后计算,绘图,预测。

    插入两行数据到总数据:

     之后计算预测,找到生存概率。

    筛选出实际数据为0而预测数据为存活的数据:

    可以找到他们之所以没有存活的背后感人故事。。。。。。

  • 相关阅读:
    .Net Core3.0 WebApi 项目框架搭建 十二:创建项目模板上传到Nuget
    .Net Core3.0 WebApi 项目框架搭建 十一:基于Log4j的全局异常处理
    .Net Core3.0 WebApi 项目框架搭建 十:使用AutoMapper实现模型映射
    .Net Core3.0 WebApi 项目框架搭建 九:使用Nginx实现跨域
    .Net Core3.0 WebApi 项目框架搭建 八:使用Redis做数据缓存
    .Net Core3.0 WebApi 项目框架搭建 七:AutoFac
    .Net Core3.0 WebApi 项目框架搭建 六: Sqlsugar+异步泛型仓储
    Abp领域事件(EventBus)源码解析
    Redis发布订阅模式-3
    Redis发布订阅模式-2
  • 原文地址:https://www.cnblogs.com/bai2018/p/10462530.html
Copyright © 2020-2023  润新知