前回、前々回でデータの取り込みとクレンジングが完了

【機械学習】Kaggle演習〜Titanic : Machine Learning from Disaster〜

【機械学習】Kaggle演習〜Titanic : Machine Learning from Disaster〜2

ここからは決定木(Decision Tree)で予測モデルを作成。

決定木(Decision Tree)

決定木とは木のように分類・回帰を行う機械学習の手法の一つ。

Pythonライブラリのscikit-learn(サイキット・ラーン)を使用。

生存に関係ある「Pclass」「Sex」「Age」「Fare」でモデル作成。

「Name」：名前、「SibSp」：兄弟・配偶者の同乗者、「Parch」：親・子供の同乗者、「Ticket」：チケット番号、「Cabin」：客室番号、「Embarked」：出港地は関係ないので無視。

もしかしたら「SibSp」「Parch」「Embarked」も関係してくるかもだけど、インパクトはあまりないと思われる。

from sklearn import tree

target = train["Survived"].values
features_one = train[["Pclass", "Sex", "Age", "Fare"]].values

my_tree_one = tree.DecisionTreeClassifier()
my_tree_one = my_tree_one.fit(features_one, target)

test_features = test[["Pclass", "Sex", "Age", "Fare"]].values

my_prediction = my_tree_one.predict(test_features)

my_prediction.shape

print(my_prediction)

これで予測モデルデータ完了。