本文目录导读：
泰坦尼克号，这艘被誉为“永不沉没”的巨轮，在1912年4月14日发生了震惊世界的沉船事故，造成1500多人遇难，一百多年过去了，这起悲剧仍让人痛心疾首，本文通过数据挖掘技术，对泰坦尼克号沉船事故进行深入分析，揭示背后的真相。
数据来源及预处理
1、数据来源
图片来源于网络，如有侵权联系删除
本文所使用的数据来源于多个渠道，包括：
（1）泰坦尼克号乘客名单及生存情况：包括乘客姓名、年龄、性别、船舱等级、生存情况等。
（2）船员名单及生存情况：包括船员姓名、年龄、性别、职位、生存情况等。
（3）沉船事故调查报告：包括事故原因、遇难者名单、沉船过程等。
2、数据预处理
（1）数据清洗：对原始数据进行清洗，去除重复、错误、缺失的数据。
（2）数据整合：将不同来源的数据进行整合，形成统一的数据集。
（3）特征工程：对数据进行特征提取，如乘客年龄、船舱等级、生存情况等。
数据挖掘方法
1、生存分析
图片来源于网络，如有侵权联系删除
通过生存分析方法，分析乘客的生存概率与各种因素之间的关系，年龄、性别、船舱等级、是否吸烟等。
2、关联规则挖掘
通过关联规则挖掘方法，分析乘客在船上的行为模式，哪些乘客在同一时间段内进出餐厅、吸烟室等。
3、主题模型
通过主题模型，分析沉船事故背后的原因，事故原因、遇难者群体特征等。
结果分析
1、生存分析
（1）年龄：年龄与生存概率呈负相关，年轻乘客的生存概率高于老年乘客。
（2）性别：女性乘客的生存概率高于男性乘客。
（3）船舱等级：一等舱乘客的生存概率高于二等舱和三等舱乘客。
图片来源于网络，如有侵权联系删除
（4）吸烟：吸烟乘客的生存概率低于不吸烟乘客。
2、关联规则挖掘
（1）餐厅：在餐厅进出的乘客较多，且男女乘客比例较为均衡。
（2）吸烟室：吸烟室主要聚集男性乘客，且年龄集中在30-50岁。
3、主题模型
（1）事故原因：冰山撞击、机械故障、船员操作失误等。
（2）遇难者群体特征：遇难者以男性、老年乘客、三等舱乘客为主。
通过数据挖掘技术，我们对泰坦尼克号沉船事故进行了深入分析，结果表明，年龄、性别、船舱等级、吸烟等因素对乘客的生存概率有显著影响，事故原因及遇难者群体特征也为我们揭示了沉船悲剧背后的真相，此次研究有助于我们更好地了解历史事件，为今后类似事故的预防提供借鉴。
标签： #泰坦尼克号 数据挖掘
评论列表