Advertisement

泰坦尼克号案例PPT演示文稿

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本PPT演示文稿全面剖析了“泰坦尼克号”这一历史悲剧，深入探讨其沉船原因、背后的安全管理问题及对现代海上安全法规的影响。 这是一个大家都熟悉的“杰克与罗斯”的故事背景：豪华游轮沉没，乘客们惊恐逃生，但救生艇数量有限，并非每个人都能获救。副船长宣布“女士和孩子优先”，所以是否能够获救并不是随机的，而是基于一些背景因素来决定先后顺序的。训练和测试数据包括了一些乘客的个人信息以及他们是否存活下来的信息，目的是尝试根据这些信息建立合适的模型并预测其他人的生存状况。这是一个典型的二分类问题，可以通过我们之前讨论过的逻辑回归方法来进行处理。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 泰坦尼克号案例PPT演示文稿
    优质
    本PPT演示文稿全面剖析了“泰坦尼克号”这一历史悲剧，深入探讨其沉船原因、背后的安全管理问题及对现代海上安全法规的影响。 这是一个大家都熟悉的“杰克与罗斯”的故事背景：豪华游轮沉没，乘客们惊恐逃生，但救生艇数量有限，并非每个人都能获救。副船长宣布“女士和孩子优先”，所以是否能够获救并不是随机的，而是基于一些背景因素来决定先后顺序的。训练和测试数据包括了一些乘客的个人信息以及他们是否存活下来的信息，目的是尝试根据这些信息建立合适的模型并预测其他人的生存状况。这是一个典型的二分类问题，可以通过我们之前讨论过的逻辑回归方法来进行处理。
  • 泰坦尼克号的数据挖掘案例
    优质
    泰坦尼克号的数据挖掘案例探讨了通过分析该历史事件中的乘客数据来预测生存概率的方法，展示数据科学在理解人类历史关键时刻的应用。 目录: 一. 数据挖掘流程 1. 数据读取与统计分析 2. 特征分析 & 缺失值填充 2.1 性别与获救情况 2.2 船舱等级与获救关系 2.3 年龄分布及对获救的影响 2.4 姓名（称谓）与生存几率关联性分析 2.5 缺失值填充方法 2.6 登船地点与获救情况考察 2.7 兄弟姐妹数量统计 2.8 父母和孩子数量对结果影响评估 2.9 船票价格分析 3. 特征相关性研究 3.1 相关性热度图绘制 3.2 热度图下三角可视化 4. 构建特征 4.1 年龄特征构建 4.2 家庭总人口统计 4.3 船票价格分析 4.4 类型转换与特征清洗 5. 机器学习模型建立 5.1 训练集和测试集划分 5.2 Logistic回归应用 5.3 支持向量机建模 5.4 决策树构建 5.5 随机森林算法
  • 泰坦尼克号数据报告-泰坦尼克号数据分析.pdf
    优质
    本PDF报告深入分析了泰坦尼克号乘客的数据，涵盖了生存率、性别、年龄及舱位等级等因素的影响，旨在揭示这一历史悲剧背后的统计规律与社会现象。 泰坦尼克号数据报告 891名乘客中有549人遇难，占61.6%，342人生还，占38.4%。 各等级船舱的乘客人数如下： - 三等船舱：最多，占比为55.1% - 一等船舱：次之，占比为24.2% - 二等船舱：最少，占比为20.7% 男女乘客分布情况： 男乘客有577人，占64.8%；女乘客有314人，占35.2%。 年龄分布方面： 通过直方图可以看出，大多数人的年龄集中在29岁左右。具体描述性统计数据显示平均年龄为29.5岁，最大值为80岁，最小值不到一岁（使用int()取整后显示为零）。 兄弟姐妹及配偶在船上的乘客情况如下： - 没有兄弟姐妹或配偶的乘客较多，占68.2%。 父母和孩子也在船上分布的情况： 通过柱状图可以看出不同数量的家庭成员随行比例。
  • 泰坦尼克号数据集
    优质
    泰坦尼克号数据集包含了乘客信息，如姓名、年龄、性别及登船地点等，用于分析生存率与各种因素之间的关系。 泰坦尼克数据集包含train.csv、test.csv和gendermodel.csv三个文件。
  • 泰坦尼克.zip
    优质
    《泰坦尼克号》是一部经典的爱情灾难片，讲述了豪华邮轮“泰坦尼克号”首航撞上冰山沉没的历史事件中，不同阶层人物间的爱情故事。 “Python pandas 泰坦尼克号数据分析”一文中所用到的数据为压缩包形式，请下载后解压再使用。
  • 泰坦尼克.zip
    优质
    《泰坦尼克号》是一部经典的爱情灾难片，讲述了1912年豪华巨轮“泰坦尼克号”首航撞上冰山沉没的故事，以及穷画家杰克与贵族少女萝丝之间的爱情传奇。 这是一个有趣的入门级项目，很多人已经做过。最近更新了数据分析三剑客系列的内容，接下来会开始更新这个项目的动态。年初我接触了一些数据挖掘的知识，希望明年能在学业和技术上都有所收获，请大家多多支持。
  • 泰坦尼克号（压缩版）.zip
    优质
    《泰坦尼克号》是一部经典的爱情灾难电影，此压缩版保留了原片精华，讲述了一段发生在豪华邮轮上的浪漫悲剧故事。 使用机器学习算法预测泰坦尼克号乘客的存活概率分析包括从数据预处理到可视化展示的全过程。该过程涵盖了特征相关性分析，并且最终比较了几种不同算法的预测准确率。整个流程以Jupyter Notebook格式呈现，详细展示了如何通过一系列步骤来提高模型性能和理解数据特性。
  • 泰坦尼克号的数据集
    优质
    泰坦尼克号的数据集包含乘客信息，用于分析生存率与性别、年龄、船舱等级等因素的关系，是数据科学入门的经典案例。 Kaggle平台上的泰坦尼克号数据集包含源代码及详细注释。