机器学习-泰坦尼克号幸存者预测

机器学习-泰坦尼克号幸存者预测

泰坦尼克灾难数据描述

• PassengerId：乘客的ID号，这个是顺序编号，用来唯一标识一名乘客。这个特征和幸存与否无关，我们不使用这个特征。
• Survived：1表示幸存，0表示遇难。这个是标准数据。
• Pclass：仓位等级，是很重要的特征。看过这部电影的读者都知道，高仓位等级的乘客能更快地到达甲板，从而更容易获救。
• Name：乘客名字，这个特征和幸存与否无关，丢弃这个特征。
• Sex：乘客性别，看过电影的读者都知道，由于救生艇数量不多，船长让妇女和儿童先上救生艇。所以这也是个很重要的特征。* Age：乘客年龄，儿童会优先上救生艇，身强力壮者幸存概率也会高一些。
• SibSp：兄弟姐妹同在船上的数量。
• Parch：同船的父辈人员数量。
• Ticket：乘客票号，丢弃这个特征。
• Fare：乘客的体热指标。
• Cabin：乘客所在的船舱号，实际上这个特征和幸存与否有一定的关系，比如最早被水淹没的船舱位置，其乘客的幸存概率要低一些。但由于这个特征有大量的丢失数据，而且没有更多的数据来对船舱进行归类，因此我们丢弃这个特征的数据。
• Embarked：乘客登船的港口，我们需要把港口数据转换为数值型数据。

数据探索

导入必要的库