机器学习笔记 - 探索性数据分析(EDA) 入门案例五

本文是关于使用机器学习进行泰坦尼克号数据探索性分析的案例,主要涵盖数据集介绍、数据探索性分析,包括乘客等级、性别、登船港口和家庭规模等因素对生存率的影响,以及数据预处理和特征工程。通过EDA,揭示了乘客等级、性别、登船港口和年龄等因素与生存率的关联,为进一步的机器学习预测提供了基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、Kaggle比赛 - 泰坦尼克号

        泰坦尼克号的沉没是历史上最著名的沉船事件之一。1912 年 4 月 15 日,在她的处女航中,泰坦尼克号在与冰山相撞后沉没,2224 名乘客和船员中有 1502 人遇难。这一耸人听闻的悲剧震惊了国际社会,并导致了更好的船舶安全法规。

        沉船事故导致生命损失的原因之一是没有足够的救生艇供乘客和船员使用。尽管在沉没中幸存下来有一些运气成分,但某些人群比其他人群更有可能幸存下来,例如妇女、儿童和上层阶级。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值