이제 드디어 머신러닝을 활용하여 생존자를 예측하는 모델을 만들어 본다.

먼저 머신러닝 데이터에는 문자열 데이터가 오는게 아닌 숫자형만 와야 하는데,
info() 를 찍어보니,

내가 사용 할 feature 인 sex가 문자로 되어있다.
그래서 이것을 형변환 해주기 위해 사이킷런에 labelencoder 를 사용해보겠다.

1. LabelEncoder

# 머신러닝을 이용한 생존자 예측

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()

le.fit(titanic['sex'])

labelencoder모델에 타이타닉의 sex값을 넣어서 학습을 돌렸다.

2. class 확인

le.classes_

array(['female', 'male'], dtype=object)

3. gender 변수 생성

titanic['gender'] = le.transform(titanic['sex'])
titanic.head()

gender 라는 새로운 변수를 만들어 sex의 값을 0,1 로 나뉘어 지도록 했다.

4. 결측치 제거

현재 age, fare 의 개수가 다른 변수에 비해 적은 수가 나온 것을 확인 할 수 있다.
그래서 지금은 Null값을 제거하는 식으로 진행을 하도록 한다.

titanic = titanic[titanic['age'].notnull()]
titanic = titanic[titanic['fare'].notnull()]
titanic.info()

모든 값이 동일해 졌다.

데이터 나누기

데이터를 학습시키기 위해서 학습데이터 와 테스트데이터로 split 을 해보겠다.

from sklearn.model_selection import train_test_split

X= titanic[['pclass','age','sibsp','parch','fare','gender']]
y = titanic['survived']

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.8, random_state=13)

학습진행

from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

dt = DecisionTreeClassifier(max_depth=4, random_state=13)
dt.fit(X_train,y_train)

DecisionTreeClassifier(max_depth=4, random_state=13)

DecisionTreeClassifier(max_depth=4, random_state=13)

예측

pred = dt.predict(X_test)
print(accuracy_score(y_test, pred))

결과:
0.7655502392344498

디카프리오 생존 확률

import numpy as np

dica = np.array([[3,18,0,0,5,1]])
print('Dicarprio: ', dt.predict_proba(dica)[0,1])


Dicarprio:  0.22950819672131148

로즈 생존 확률

winslet = np.array([[1,16,1,1,100,0]])
print('Winslet: ', dt.predict_proba(winslet)[0,1])

Winslet:  1.0

: 정말 간단한 EDA와 예측주제를 가지고 해보았는데 과연 나는 이 정도의 난이도여도 혼자서 코딩을 짜고 진행할 수 있을지 생각이 들었다. 실력이 쌓이고 있는건지 늘 고민이 된다. 욕심은 나고 마음은 조급해서 그런 것 같기도 하다.
그래도 늘 초심을 잃지 않고, 겸손하게 배워나가야겠다. 그리고 모르는 것에 창피해 하지말고 알려고 하지 않는 것에 창피해 해야겠다. 또한 노력하지 않으면서 잘 하려고 하는 것을 창피해 해야겠다. 절대 포기 하지 않을 것 이다.
그냥 꾸준히 꾸준히 공부해 나가자. 화이팅 !