我是一名机器学习的初学者，正在通过参加Kaggle竞赛来学习。我从著名的泰坦尼克号生存问题开始，通过试错和向他人求助，我已经能够训练我的数据，但我的问题是：如何理解输出结果并继续进行下一步？
这是我的代码：
import pandas as pdfrom sklearn.tree import DecisionTreeRegressorfrom sklearn.model_selection import train_test_splittrain_path = "C:\\Users\\Omar\\Downloads\\Titanic Data\\train.csv"train_data = pd.read_csv(train_path)train_data['Sex'] = pd.factorize(train_data.Sex)[0]columns_of_interest = ['Survived','Pclass', 'Sex', 'Age']filtered_titanic_data = train_data.dropna(axis=0)x = filtered_titanic_data[columns_of_interest]y = filtered_titanic_data.Survivedtrain_x, val_x, train_y, val_y = train_test_split(x, y, random_state=0)titanic_model = DecisionTreeRegressor()titanic_model.fit(train_x, train_y)val_predictions = titanic_model.predict(val_x)print(val_predictions)这是我得到的输出（1表示生还 – 0表示死亡）：
1. 0. 1. 0. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 0. 1. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 0. 1. 0. 1.但我不知道如何利用这个输出继续进行下一步。
回答：
你现在可以将你的val_predictions与val_y进行比较，看看你预测对了多少！
你使用train_x, train_y来寻找模式，然后在val_x上进行拟合，现在你想看看你的模型表现如何！
有很多方法可以做到这一点！你可以选择你的评估指标！
from sklearn.metrics import accuracy_scoreaccuracy_score(val_predictions, val_y)这是accuracy_score代表什么的链接！ http://scikit-learn.org/stable/modules/model_evaluation.html#accuracy-score
准确率评分是一种评估指标！接下来，你还可以使用GridSearchCV来自动搜索最佳参数，以最大化或最小化你的评估指标。
你可以在这里阅读相关内容：
