本篇用决策树模型预测泰坦尼克号幸存者。
一、导入数据集并探索数据
变量共计12个，其中5个定性变量，7个定量变量，建模之前需要把定性变量改为定量变量
二、数据清洗
查看缺失值数量
总共891行，其中Age、Cabin、
Embarked
列有缺失值
Cabin缺失值较多尝试删除此列，Name和Ticket对预测y没有帮助，可以删除
并将定性变量转换为定量变量
至此，data数据集中只有Age列有缺失值，缺失值的比例较小，为不影响填充缺失值对训练集和测试集的切分有影响，先切分训练集和测试集再填充缺失值
三、切分训练集和测试集
现在训练集中所有数据都没有缺失值了
四、开始建模
预测分数到78%，10折交叉验证后得到的预测平均分数75%，方差0.28%，预测分数在74.7%-75.28%之间
用GridSearchCV选择最优参数
通过GridSearchCV选择最优参数后，预测分数提高到了81%
