pandas机器学习入门尝试

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

• 前言
• 一、实例目标
• 二、使用步骤
• • 1.引入库
• 总结

提示：这里可以添加本文要记录的大概内容：
机器学习就是通过已有数据的学习后，来推测未来的数据走向，趋势
利用历史数据，实现对未知的预测，是机器学习的核心目标

提示：以下是本篇文章正文内容，下面案例可供参考

实例目标：实现泰坦尼克存活预测
处理步骤：
1、输入数据：使用Pandas读取历史数据，特点是已经知道了这个人最后有没有活下来
2、训练模型：使用Sklearn训练模型
3、使用模型：对于一个新的不知道存活的人，预估他的存活概率
数据来源：https://www.kaggle.com/c/titanic/data

代码如下（示例）：

import pandas as pd
import numpy as np
#步骤1：读取训练数据
train_data=pd.read_csv(r"G:360Downloadsmyselfzuoyetitanictrain.csv")
train_data.head(5)
#survived=1代表这个人活下来了，其他的都是这个人的信息和当时的仓位、票务情况
#只挑选两列，作为预测需要的特征
feature_cols=["Pclass","Parch"]#Pclass：客舱等级Parch：在船父母数/子女数
X = train_data.loc[:,feature_cols]
X.head()
#单独提取是否存活的列，作为预测的目标
y = train_data.Survived
y.head()

#步骤2：训练模型
from sklearn.linear_model import LogisticRegression
#创建模型对象
logreg = LogisticRegression()
#实现模型训练
logreg.fit(X,y)

#步骤3：对于未知数据使用模型
#机器学习的核心目标，是使用模型未知的事物
#比如预测股票明天是涨还是跌、一套新的二手房成交价大概多少钱，用户打开APP最有可能看那些视频等问题
#找一个历史数据中不存在的数据
X.drop_duplicates().sort_values(by=["Pclass","Parch"])
#预测这个数据存活的概率
logreg.predict([[2,4]])
logreg.predict_proba([[2,4]])

还是不太明白机器学习的相关函数以及其中原理