titanic_dataset：进行中-此分析着重于基于titanic崩溃的数据集。 我们被要求查看数据并创建一个机器学习模型，...

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据中的一些关键点。 “年龄”和“机舱”列中有大量缺失值 列通常可以分为两大类-数字数据类型和分类数据 某些列可能需要从我们的训练数据中删除，因为它们可能无助于我们确定生存率的算法-例如Name和PassengerId 解决这些问题中的第一点，有助于量化“年龄”和“机舱”列中的数据百分比为空 如