实例示范( 泰坦尼克沉船数据分析之一)

本文是数据分析指北的实例系列,通过泰坦尼克号数据探索,展示数据分析流程。数据包括乘客信息,如年龄、性别、船舱等级等,通过观察发现女性和一、二等舱乘客的生存率较高。文章讨论数据预处理、初步统计分析,为后续建立生存预测模型奠定基础。
摘要由CSDN通过智能技术生成

640?wx_fmt=png

欢迎关注公众号 数据分析指北

数据分析指北 - 实例示范( 泰坦尼克沉船数据分析之一)


历史回看:
基础(数据来源及轮廓)
基础( KNIME 基础模块之一 )
附录三 软件的成本,数据分析的成本

640?wx_fmt=jpeg

Photo by F.G.O. Stuart(1843–1923)

微信公众号:数据分析指北

  • 泰坦尼克 titanic

  • 数据探索

    • 原始数据

    • 对原始数据进行粗略观察

    • 稍进一步观察数据

泰坦尼克 titanic

泰坦尼克号是一艘英国皇家邮轮,在服役期间是全世界最大的海上船舶,号称“永不沉没”,“梦幻之船”。它在头等舱的设计上极尽奢华和舒适,设有健身房、游泳池、接待室、高档餐厅和豪华客舱,甚至还有一台高功率的无线电报机。在一百多年前,这样的配置是当时的最高标准了。

1912年4月10日,泰坦尼克号展开首航,也是唯一一次载客出航,它是从南安普敦出发的,最终的目的地为纽约。除了约908名船员外(男性船员885名,女性船员23名),还有乘客约1316人:头等舱325人、二等舱285人、三等舱706人,其中805人是男性,402人是女性;船上有109名儿童,其中79名都在三等舱(以上数据来源于维基百科中英国贸易委员会)。船上乘客多种多样,包括世界上最富有的一些人、社会名流,也包括一些其他地方的穷人移民 – 他们寻求在美国展开新生活的机会。

4月14至15日子夜前后,泰坦尼克号在中途碰撞冰山后沉没。2224名船上人员中有1514人罹难,成为近代史上最严重的和平时期船难。在危难时刻,不同的人以不同方式对死亡的威胁做出反应,有人接受命运、有人为生存而战。船上的许多人不得不在他们的人际关系中作出不可能的选择:与丈夫和儿子待在船上,或独自搭上救生艇生存下来。似乎有一些“女人和小孩优

泰坦尼克号数据是一个常用的数据集,被用来进行分析和建模。KNIME是一款数据分析工具,可以用来处理和分析泰坦尼克号数据集。 使用KNIME进行泰坦尼克数据分析的第一步是导入数据集。可以通过KNIME的数据导入节点来加载CSV文件,然后进行数据预处理。预处理包括数据清洗、缺失值处理和特征工程。 在数据清洗阶段,我们可以使用KNIME的数据处理节点来处理不符合规范的数据,例如删除重复行、删除不必要的列、清洗异常值等。在缺失值处理中,可以使用KNIME的节点填充缺失值,例如使用均值、中位数或众数进行填充。 接下来是特征工程的阶段,这是一个重要的步骤,用于提取出对分类结果有影响的特征。可以使用KNIME的特征选择节点来选择最重要的特征,还可以使用节点进行特征缩放和编码。 在数据准备工作完成后,可以使用KNIME的模型训练节点来训练分类模型。可以选择常见的分类算法,如决策树、逻辑回归、支持向量机等。通过交叉验证和网格搜索来优化模型参数。 在模型训练完成后,可以使用KNIME的模型评估节点来评估模型的性能。可以计算准确率、精确率、召回率等指标,还可以绘制学习曲线和混淆矩阵来进行模型评估。 最后,可以使用KNIME的模型部署节点将训练好的模型应用到新数据上。可以使用KNIME的数据导出节点将结果保存为CSV文件或数据库。 总之,通过使用KNIME进行泰坦尼克数据分析,我们可以完成从数据导入到模型评估的整个流程。KNIME提供了丰富的数据处理和分析工具,能够帮助我们更好地理解和利用泰坦尼克号数据集。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值