Advertisement

泰坦尼克号乘客数据集

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

简介：
泰坦尼克号乘客数据集收录了该船著名航程中乘客的相关信息，包括年龄、性别、舱位等级等细节，为数据分析和机器学习研究提供了宝贵资源。 泰坦尼克号旅客数据集titanic3.xls的原下载地址无法访问。网上的资源比较贵，不方便学习使用。现在找到了titanic3.xls数据集，并以较低的价格提供给大家。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 泰坦尼克号乘客数据集
    优质
    泰坦尼克号乘客数据集收录了该船著名航程中乘客的相关信息，包括年龄、性别、舱位等级等细节，为数据分析和机器学习研究提供了宝贵资源。 泰坦尼克号旅客数据集titanic3.xls的原下载地址无法访问。网上的资源比较贵，不方便学习使用。现在找到了titanic3.xls数据集，并以较低的价格提供给大家。
     
  • 泰坦尼克号乘客数据集(titanic.csv)
    优质
    泰坦尼克号乘客数据集包含了泰坦尼克号悲剧事件中乘客的相关信息，如生存状态、性别、年龄、船票舱等级等细节，用于数据分析和机器学习模型训练。 泰坦尼克号人员数据集包含了乘客的相关信息，用于分析与预测生存率的研究。这些数据通常包括但不限于乘客的姓名、年龄、性别、船票等级以及他们在船上的具体位置等细节。这样的资料常被用来进行机器学习项目中的分类问题实践。 此数据集在学术研究和教学中非常流行，并且经常出现在各种数据分析竞赛中，作为挑战参与者预测技能的一个工具。通过分析这些信息，可以更好地理解哪些因素可能影响了乘客的生存几率，在泰坦尼克号悲剧事件中的存活情况与多种变量有关联。
     
  • 泰坦尼克号乘客数据集（修订版）
    优质
    本数据集为泰坦尼克号乘客信息的更新版本，包含乘客ID、姓名、票号等关键字段，旨在研究该海难中的幸存因素与社会背景。 本资源在传统泰坦尼克号数据集的基础上进行了一些改动： 1. 将乘客姓名中的“，”替换为“ ”。 2. 删除了船舱信息。 3. 去掉了表头字段。 各列属性按顺序对应关系依次为： 乘客编号 获救情况 乘客等级 姓名 性别 年龄 兄妹个数 父母与小孩个数 船票信息 读者可以手动添加表头字段。
     
  • 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。
     
  • 预测泰坦尼克号乘客的生存几率-数据集
    优质
    该数据集包含泰坦尼克号乘客的信息，如年龄、性别、船票等级等，用于建立模型预测乘客在泰坦尼克号事件中的生存几率。 预测Titanic号上的乘客生存概率需要使用数据集、训练集和测试集进行分析，并根据这些数据得出预测结果。
     
  • 【数据集】泰坦尼克号数据集
    优质
    简介：泰坦尼克号数据集包含乘客信息，用于分析生存率与性别、年龄、船票等级等因素之间的关系，是机器学习中经典的数据科学案例。 泰坦尼克号数据集包括训练集（train）和测试集（test），同时还包含性别标签（gender）。
     
  • 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。
     
  • 泰坦尼克号数据集.zip
    优质
    泰坦尼克号数据集.zip包含的是关于泰坦尼克号乘客信息的数据集合，包括乘客ID、姓名、票号、登船港口等详细信息。此数据集常用于机器学习中的分类算法练习和生存分析研究。 关于Kaggle的Titanic数据集，在这里提供了一个打包好的版本。这样就避免了直接从Kaggle下载可能遇到的一些麻烦。
     
  • 泰坦尼克号数据集（Titanic）
    优质
    《泰坦尼克号数据集》包含了泰坦尼克号乘客的信息，包括年龄、性别、舱位等级等，用于分析生还率及机器学习模型训练。 泰坦尼克号数据集是机器学习中的一个基本数据集。训练集用于构建机器学习模型，在这个过程中我们为每位乘客提供结果。您的模型将基于“特征”，例如乘客的性别和阶级来建立。也可以通过特征工程创建新的特征以提高预测效果。测试集则用来评估模型在未知数据上的表现情况。
     
  • 泰坦尼克号数据集 Titanic
    优质
    《泰坦尼克号数据集》提供了1912年泰坦尼克号邮轮乘客的数据记录，包括年龄、性别、票务等级等信息，常用于数据分析与机器学习模型训练。 训练数据集包含11个特征：Survived（存活状态），0表示死亡，1表示生存；Pclass（乘客所持票类）有三种值(1,2,3)；Name（乘客姓名）；Sex（乘客性别）；Age（乘客年龄，部分缺失）；SibSp（兄弟姐妹或配偶的数量，整数值）；Parch（父母或孩子数量，整数值）；Ticket（票号，字符串形式）；Fare（票价金额，范围为0至500的浮点数）；Cabin（船舱编号，部分缺失信息）和Embark（登船港口：S、C、Q），其中也有数据丢失。