泰坦尼克号幸存者的预测 这是机器学习竞赛的第一步。 挑战 :ship: 泰坦尼克号在1912年的首次航行中沉没，造成了一半以上的乘客生命。 给出了两个数据集，即train.csv和test.csv。 这两个数据集都包含每位登上泰坦尼克号飞船的乘客的信息，唯一的区别是train.csv告诉我们哪位乘客可以幸存，而test.csv却没有。 面临的挑战是建立一个预测模型，以预测test.csv中的哪些乘客更有可能幸存。 问题陈述 使泰坦尼克号乘客得以生存的特征（特征）。 预测模型 针对这一挑战，使

titanic_dataset 目的 如上图中的Kaggle所述，此挑战的目的是检查有关泰坦尼克号沉没的数据，以建立生存能力的预测模型。 我将在自己对此数据集的分析中尝试回答以下问题： 财富决定了您生存的可能性吗？ 如果是的话多少钱？ 年龄是一个人的生存率的决定因素吗？ 探索性数据分析 分析的这一部分着重于使自己熟悉数据，并针对任何潜在问题或特殊考虑对数据进行探索。 一个很好的起点是查看训练数据的列及其各自的数据类型。 这确保了所有收集到的数据将能够被相应地操纵。 我们可以立即确定数

铁达尼号 预测泰坦尼克号沉没的生存。 泰坦尼克号资料库包含： 'data'：具有原始火车（'train.csv'）和测试（'test.csv'）数据 'Titanic.ipynb'：此存储库的笔记本 “图像”：来自“ Titanic.ipynb”的所有可视化 'submission.csv'：预测的csv文件。 问题 许多乘客未能幸免于泰坦尼克号沉没。 有关这些乘客的数据和信息，请访问 。 下表列出了所提供数据中的变量。 多变的 定义 钥匙 旅客编号 乘客的唯一标识符 生存 生存 0 =否