import?numpy?as?np
import?pandas?as?pd
import?tensorflow?as?tf
from?sklearn.model_selection?import?train_test_split

################################
#?Preparing?Data
################################

#?read?data?from?file
data?=?pd.read_csv（‘train.csv‘）

#?fill?nan?values?with?0
data?=?data.fillna（0）
#?convert?[‘male‘?‘female‘]?values?of?Sex?to?[1?0]
data[‘Sex‘]?=?data[‘Sex‘].apply（lambda?s:?1?if?s?==?‘male‘?else?0）
#?‘Survived‘?is?the?label?of?one?class
#?add?‘Deceased‘?as?the?other?class
data[‘Deceased‘]?=?data[‘Survived‘].apply（lambda?s:?1?-?s）

#?select?features?and?labels?for?training
dataset_X?=?data[[‘Sex‘?‘Age‘?‘Pclass‘?‘SibSp‘?‘Parch‘?‘Fare‘]].as_matrix（）
dataset_Y?=?data[[‘Deceased‘?‘Survived‘]].as_matrix（）

#?split?training?data?and?validation?set?data
X_train?X_val?y_train?y_val?=?train_test_split（dataset_X?dataset_Y
??????????????????????????????????????????????????test_size=0.2
??????????????????????????????????????????????????random_state=42）

################################
#?Constructing?Dataflow?Graph
################################

#?create?symbolic?variables
X?=?tf.placeholder（tf.float32?shape=[None?6]）
y?=?tf.placeholder（tf.float32?shape=[None?2]）

#?weights?and?bias?are?the?variables?to?be?trained
weights?=?tf.Variable（tf.random_normal（[6?2]）?name=‘weights‘）
bias?=?tf.Variable（tf.zeros（[2]）?name=‘bias‘）
y_pred?=?tf.nn.softmax（tf.matmul（X?weights）?+?bias）

#?Minimise?cost?using?cross?entropy
#?NOTE:?add?a?epsilon（1e-10）?when?calculate?log（y_pred）
#?otherwise?the?result?will?be?-inf
cross_entropy?=?-?tf.reduce_sum（y?*?tf.log（y_pred?+?1e-10）
????????????????????????????????reduction_indices=1）
cost?=?tf.reduce_mean（cross_entropy）

#?use?gradient?descent?optimizer?to?minimize?cost
train_op?=?tf.train.GradientDescentOptimizer（0.001）.minimize（cost）

#?calculate?accuracy
correct_pred?=?tf.equal（tf.argmax（y?1）?tf.argmax（y_pred?1））
acc_op?=?tf.reduce_mean（tf.cast（correct_pred?tf.float32））

################################
#?Training?and?Evaluating?the?model
################################

#?use?session?to?run?the?calculation
with?tf.Session（）?as?sess:
????#?variables?have?to?be?initialized?at?the?first?place
????tf.global_variables_initializer（）.run（）

????#?training?loop
????for?epoch?in?range（10）:
????????total_loss?=?0.
????????for?i?in?range（len（X_train））:
????????????#?prepare?feed?data?and?run
????????????feed_dict?=?{X:?[X_train[i]]?y:?[y_train[i]]}
????????????#?print（“x_train“）
????????????#print（X_train[i]）
????????????_?loss?=?sess.run（[train_op?cost]?feed_dict=feed_dict）
????????????print（“number:“+str（i））
????????????print（sess.run（y_predfeed_dict=feed_dict））
????????????total_loss?+=?loss
????????#?display?loss?per?epoch
????????#print（‘Epoch:?%04d?total?loss=%.9f‘?%?（epoch?+?1?total_loss））

????#?Accuracy?calculated?by?TensorFlow
????accuracy?=?sess.run（acc_op?feed_dict={X:?X_val?y:?y_val}）
????

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???????26694??2018-04-27?11:42??Titannic\Taitan_onehot.csv
?????文件????????3914??2018-04-27?12:41??Titannic\example1.py
?????文件????????5864??2018-04-25?22:00??Titannic\example2.py
?????文件????????3258??2018-04-25?16:32??Titannic\gender_submission.csv
?????文件???????28629??2018-04-25?16:32??Titannic\test.csv
?????文件???????61194??2018-04-25?16:32??Titannic\train.csv
?????目錄???????????0??2018-04-27?13:18??Titannic\