#?!/usr/bin/env?python
#?_*_?coding:?utf-8?_*_
#?_*_?coding:?utf-8?_*_
import?numpy?as?np
import?pandas?as?pd
from?matplotlib?import?pyplot?as?plt
from?sklearn.ensemble?import?RandomForestClassifier
from?sklearn.model_selection?import?GridSearchCV
from?sklearn.model_selection?import?train_test_split
from?sklearn?import?metrics
import?time
np.seterr（divide=‘ignore‘?invalid=‘ignore‘）

train?=?pd.read_csv（“titanic/train.csv“?dtype={“Age“:?np.float64}）


#?數(shù)據(jù)清洗
def?harmonize_data（titanic）:
????#?填充空數(shù)據(jù)?和?把string數(shù)據(jù)轉(zhuǎn)成integer表示
????#?對于年齡字段發(fā)生缺失，我們用所有年齡的均值替代
????titanic[“Age“]?=?titanic[“Age“].fillna（titanic[“Age“].median（））
????#?性別男：?用0替代
????titanic.loc[titanic[“Sex“]?==?“male“?“Sex“]?=?0
????#?性別女：?用1替代
????titanic.loc[titanic[“Sex“]?==?“female“?“Sex“]?=?1

????titanic[“Embarked“]?=?titanic[“Embarked“].fillna（“S“）

????titanic.loc[titanic[“Embarked“]?==?“S“?“Embarked“]?=?0
????titanic.loc[titanic[“Embarked“]?==?“C“?“Embarked“]?=?1
????titanic.loc[titanic[“Embarked“]?==?“Q“?“Embarked“]?=?2

????titanic[“Fare“]?=?titanic[“Fare“].fillna（titanic[“Fare“].median（））

????return?titanic


train_data?=?harmonize_data（train）
test?=?pd.read_csv（“titanic/test.csv“?dtype={“Age“:?np.float64}）
test_data?=?harmonize_data（test）

#?列出對生存結(jié)果有影響的字段
predictors?=?[“Pclass“?“Sex“?“Age“?“SibSp“?“Parch“?“Fare“?“Embarked“]


#?不調(diào)參
x?=?train[predictors]
y?=?train_data[‘Survived‘]
x_test?=?test[predictors]
y_test?=?test_data[‘Survived‘]

#?拆分訓練集和測試集（這里由于給了另外給了測試集，此處無需拆分）
#?feature_train?feature_test?target_train?target_test?=?train_test_split（x?y?test_size=0.3?random_state=10）
rf?=?RandomForestClassifier（oob_score=True?random_state=10?n_jobs=-1）
#?start?=?time.perf_counter（）?