本文目录导读：
泰坦尼克号沉船事件是20世纪最著名的海难之一，发生于1912年4月14日，这艘被誉为“不沉的巨轮”的豪华邮轮在首次航行中就遭遇了悲剧，导致1500多人丧生，自那时起，关于泰坦尼克号沉船事件的研究从未停止，本文将通过对泰坦尼克号数据挖掘分析，揭示生还者的秘密与命运之谜。
图片来源于网络，如有侵权联系删除
数据来源与预处理
1、数据来源
本文所使用的数据来自Kaggle平台上的泰坦尼克号数据集，该数据集包含从乘客名单到船员名单的详细信息，共计711名乘客和908名船员。
2、数据预处理
在进行分析之前，需要对数据进行预处理，去除重复数据，确保每位乘客和船员只出现一次，对缺失数据进行处理，包括填充、删除或插值，对数据类型进行转换，确保分析过程中的一致性。
数据分析与挖掘
1、乘客背景特征分析
通过对乘客的年龄、性别、舱位等级、票价、船票类型等背景特征进行分析，我们可以了解乘客的阶层、身份等信息。
（1）年龄分布：从年龄分布来看，乘客以中青年为主，其中20-40岁年龄段占比最高，这表明，泰坦尼克号的主要乘客是中产阶级。
（2）性别比例：男性乘客数量远多于女性乘客，比例为1.6:1，这可能是因为当时社会对女性的限制较多，导致女性乘客数量较少。
（3）舱位等级：头等舱乘客数量最多，二等舱乘客数量次之，三等舱乘客数量最少，这与票价和舱位等级有关。
图片来源于网络，如有侵权联系删除
2、生存率分析
通过对乘客的生存率进行分析，我们可以了解哪些因素对生存率有显著影响。
（1）性别：女性乘客的生存率明显高于男性乘客，这与当时的救生艇分配原则有关。
（2）年龄：儿童和年轻女性的生存率较高，而老年人和中年男性的生存率较低。
（3）舱位等级：头等舱乘客的生存率最高，三等舱乘客的生存率最低。
（4）船票类型：有票乘客的生存率高于无票乘客。
3、关联规则挖掘
通过对乘客数据进行关联规则挖掘，我们可以发现一些有趣的规律。
（1）乘客之间存在一定的社会关系：兄弟姐妹、夫妻等。
图片来源于网络，如有侵权联系删除
（2）乘客的舱位等级与票价之间存在一定的关系：舱位等级越高，票价越高。
通过对泰坦尼克号数据的挖掘分析，我们揭示了生还者的秘密与命运之谜，以下是一些关键发现：
1、女性乘客的生存率明显高于男性乘客。
2、年龄、舱位等级、船票类型等因素对生存率有显著影响。
3、乘客之间存在一定的社会关系。
4、舱位等级与票价之间存在一定的关系。
通过对泰坦尼克号数据的深入挖掘，我们不仅可以了解生还者的秘密与命运之谜，还可以为类似事件的研究提供借鉴，在今后的研究中，我们可以进一步探讨其他影响因素，如船员素质、船体结构等，以更全面地揭示泰坦尼克号沉船事件的真相。
标签： #kaggle泰坦尼克号数据分析
评论列表