PyTorch深度学习实践概论笔记8练习-kaggle的Titanic数据集预测（二）总结[可选]

由于文章PyTorch深度学习实践概论笔记8练习-kaggle的Titanic数据集预测（一）数据分析篇幅略长，将数据分析的一些结论总结在这篇文章，有助于做特征选择。

1. 总体生存率情况（Survived）：整个数据集存活率38.38%，死亡率61.62%。
2. 不同性别的人员存活率分析（Sex、Survived）：整个数据集中男性人数577，女性314人，男性占比64.75%，但女性的存活率74.2%远高于男性存活率18.8%（存活率与性别有关）。
3. 不同登船港的人员存活率分析（Embarked、Survived）：可以看到，C地登船的存活率最高、其次为Q地登船、S地登船人数最多但存活率仅有1/3（存活率与登船港有关）。
4. 不同船舱号的人员存活率分析（Cabin、Survived）：结合之前的分析，有船舱号信息的人员占(204+91)/1309=22.54%，缺失船舱号的群体占比77.5%，但是存活率仅仅29.99%。 船舱号B/D/E存活率较高，均超过70%（存活率与船舱号有关）。
5. 不同票等级的人员存活率分析（Pclass、Survived）：数据表明，票等级越高存活率就越高；等级1的人存活率62.96%；等级3的人数占比超50%，但存活率不到1/3（0.242363）（存活率与票等级有关）。
6. 不同票等级的男女存活率分析（Pclass、Sex、Survived）：结果表明，不同票等级下女性的存活率均高于男性，在票等级1和2中女性存活率均超过90%。
7. 不同票价的人员存活率分析（Fare、Survived）：上述箱线图表明，存活群体的票价均值要高于死亡群体，而且存活的群体中票价分布差异更大。
8. 不同票价区间的人员存活率分析（Fare_bin、Survived）：随着票价的升高，票价区间的存活率越来越高，[31,515)的存活率为58.2%（存活率与票价有关）。
9. 不同票等级[细分]的人员存活率分析（Pclass_Fare_Category、Survived）：数据说明，同一票等级的高价格区间的存活率高于低价格区间。
10. 不同title[name中提取]的人员存活率分析（Title、Survived）：Mr和Officer的人员存活率明显更低，Mrs title的群体存活率最高（存活率与title有关）。
11. 不同name长度的人员存活率分析（Name_length、Survived）：名字长度小于35的群体的存活率相对较低，名字长度越长，存活率整体越高。但是看了一下，后面名字长度长的人数基本是个位数的（存活率与名字长度有关）。
12. 区分有无兄弟姐妹/配偶在船上的人员存活率分析（SibSp、Survived）：明显看出，（左侧）有兄弟姐妹/配偶在船上的存活率更高，为46.6%（存活率与SibSp有关）。
13. 区分有无父母/子女在船上的人员存活率分析（Parch、Survived）：明显看出，（左侧）有父母/子女在船上的成活率更高，为48.8%（存活率与Parch有关）。
14. 不同年龄的人员存活率分析（Age、Survived）：箱形图显示是否存活群体的年龄差异并不大。通过上面分组小提琴图，我们发现在不同票等级中存活下来的人员年龄相对更小（左），不同性别人员的存活与否年龄差异并不大（右）。
15. 不同年龄分层的人员存活率分析（Age_group、Survived）：可以看到年幼群体的群体的存活率更高，超过一半，为56.4%。

说明：记录学习笔记，如果错误欢迎指正！写文章不易，转载请联系我。