Kaggle项目案例分析 泰坦尼克号生存预测

一、数据来源及说明

 1.1 数据来源

  来自Kaggle的非常经典数据项目   Titanic：Machine Learning

 1.2 数据说明

 数据包含train.csv 和test.csv 两个文件数据集，一个训练用，一个测试用。train文档数据是用来分析和建模，包含泰坦尼克号乘  客的各项基本信息变量和生存情况；test数据是用来最终预测其生存情况并生成结果文件。

二、分析思路

 本项目主要根据train数据的分析并建立模型，预测test数据中乘客在沉船事件中的生存情况。思路如下：

（1）数据整理分析

（2）数据清洗，为建模做准备（如变量整合，建立新变量，填补缺失值空白值）

（3）建立模型并预测，提交网站排名

 三、数据整理分析

3.1 导入数据，初步分析

train<-read.csv("train.csv")

test <- read.csv("test.csv")

library('dplyr') 

binddata<-bind_rows(train,test)      #合并train和test数据

str(bindda