泰坦尼克号 kaggle 的预测代码问题

Question

对泰坦尼克号 kaggle 数据做一个问题，（ https://www.kaggle.com/c/titanic/data ）我必须在其中进行探索性数据分析、数据预处理、设置特征和目标、创建模型，然后最后制作对 test.csv 文件中的特征进行预测，并使用 Kaggle API 将它们上传到 Kaggle。 这个问题主要集中在预测部分，因为那是我正在努力的地方。

from sklearn.preprocessing import StandardScaler

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import confusion_matrix

import pandas as pd

test = pd.read_csv('test.csv')

X_train, X_test, y_train, y_test = train_test_split(
X,y, 

test_size=0.25,

random_state=0)

model = LogisticRegression()

model.fit(X_train, y_train)

predictions = model.predict(X_test)

cm = confusion_matrix(y_test, predictions)

TN, FP, FN, TP = confusion_matrix(y_test, predictions).ravel()

print('True Positive(TP)  = ', TP)

print('False Positive(FP) = ', FP)

print('True Negative(TN)  = ', TN)

print('False Negative(FN) = ', FN)

accuracy =  (TP+TN) /(TP+FP+TN+FN)

print('Accuracy of the binary classification = {:0.3f}'.format(accuracy))
print(y_test)

我一直在未定义“X”的地方出现错误，我可以使用一些帮助来重新编写代码以使我们的预测代码有效运行。

编辑：我能够将'X'设置为我需要的，但现在我收到一个错误：

 ValueError: could not convert string to float: Mionoff, Mr. Stoytcho' 

有没有办法解决这个错误？