Regresion Logistica con DataFrame

El siguiente script utiliza DataFrame para ajustar un modelo de regresión logística.
Para mismo ejemplo con numpy.matrix y detalle de regresión logística, ver nota publicada AQUI.

script:

import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn import metrics
import pandas as pd

# DATA
#---------------------------------------------------------------------------------------------
data = pd.read_csv('https://www.dropbox.com/s/cugxdc9mhau4nw1/titanic2.csv?dl=1')
clase_name = 'survived' # nombre de variable a predecir
headers = data.columns.values.tolist()
headers.remove(clase_name)

# TRAIN TEST
#---------------------------------------------------------------------------------------------
np.random.seed(123)
m_train    = np.random.rand(len(data)) < 0.5
data_train = data.iloc[m_train,]
data_test  = data.iloc[~m_train,]

# MODELO
modelo = LogisticRegression(random_state=1)
modelo.fit(data_train[headers], data_train[clase_name])

# PREDICCION
#---------------------------------------------------------------------------------------------
prediccion = modelo.predict(data_test[headers])

# METRICAS
#---------------------------------------------------------------------------------------------
print(metrics.classification_report(y_true=data_test[clase_name], y_pred=prediccion))
print(pd.crosstab(data_test[clase_name], prediccion, rownames=['REAL'], colnames=['PREDICCION']))