用泰坦尼克号数据学习数据分析（一）

最新推荐文章于 2024-04-03 17:49:28 发布
最新推荐文章于 2024-04-03 17:49:28 发布
阅读量1k 收藏 1
点赞数
分类专栏： 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40278796/article/details/82977007
版权

用泰坦尼克号年龄和船费做线性回归，看两者是否有关联

首先age中确实两百多项，补上平均年龄。

 

part_train_data = pd.read_csv('train1.csv',usecols=['Age','Fare','SibSp'])
part_train_data['Age'] = part_train_data['Age'].fillna(part_train_data['Age'].median())

sns.regplot(x="Age",y="Fare",data=part_train_data)

效果如图所示，可以看到大于300只有两个数据，使得线段不是十分明显。 

删除大于300的数据后，重新绘制图像

 

啥也不懂张biubiu
关注
专栏目录
泰坦尼克号 数据分析_第1部分：泰坦尼克号-数据分析基础
weixin_26713521的博客
09-03 875
泰坦尼克号 数据分析My goal was to get a better understanding of how to work with tabular data so I challenged myself and started with the Titanic -project. I think this was an excellent way to learn the basics...
泰坦尼克号的数据分析
热门推荐
Mr_GunDan的博客
04-19 1万+
数据分析之泰坦尼克号事件 本文就泰坦尼克号上的生还率与各个因素之间的关系进行探索。 首先，我们先在网上进行泰坦尼克号数据的下载。 然后引用python中的几个包。 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline` 然后进行...
数据挖掘导论——分类与预测
上山打老虎的博客
03-23 5660
数据挖掘导论——分类与预测实验内容背景介绍数据实验要求实验过程一、首先引入数据分析以及模型所需要的库二、进行数据的读取三、进行数据分析1、Sex：性别比例2、PClass：船舱等级3、PClass，Sex：船舱等级与性别4、Age：年龄5、Embarked：登船地点6、Sibsip：兄弟姐妹的数量7、Parch：8、Fare：船票的价格四、数据清洗1、年龄2、Family_size：家庭总人数3、船票价格4、去掉不必要的特征：五、进行建模 实验内容 背景介绍 泰坦尼克号于1909年3月31日在爱尔兰动工建造
泰坦尼克号数据-泰坦尼克号数据分析报告.pdf
12-24
泰坦尼克号数据_泰坦尼克号数据分析报告 891名乘客中遇难乘客有549⼈，占61.6%，⽣还乘客342⼈，占38.4%.各等级船舱乘客⼈数 各等级船舱乘客⼈数 Pclass_count=titanic_data['Pclass'].value_counts().sort_index() #⽤Bar_pie()函数作条形图和饼状图 Bar_pie(Pclass_count) 三等船舱乘客最多，占55.1%；⼀等船舱次之占24.2%；⼆级船舱乘客最少，占20.7%.男⼥乘客分布情况 男⼥乘客分布情况 Sex_count=titanic_data['Sex'].value_counts() print(Sex_count) Bar_pie(Sex_count) male 577 female 314 Name: Sex, dtype: int64 男乘客有577⼈，占64.8%；⼥乘客有314⼈，占35.2%.乘客年龄分布情况 乘客年龄分布情况 In [84]: #乘客年龄分布直⽅图 #创建figure、subplot，并⽤hist作条形图 fig_Age=plt.figure(figsize=(10,5)) ax_Age=fig_Age.add_subplot(1,2,1) titanic_data['Age'].hist(bins=10,color='g',alpha=0.3,grid=False) #设置x轴刻度标签 ax_Age.set_xticks([0,10,20,30,40,50,60,70,80,90,100]) #添加标题，x轴标签，y轴标签 ax_Age.set_title('Hist plot of Age') ax_Age.set_xlabel('Age') ax_Age.set_ylabel('number of people') #乘客年龄分布箱线图 #作箱线图 plt.subplot(122) titanic_data.boxplot(column='Age',showfliers=False) #添加y轴标签 plt.ylabel('Age') plt.title('boxplot of Fare') titanic_data['Age'].describe() count 891.000000 mean 29.544332 std 13.013778 min 0.000000 25% 22.000000 50% 29.000000 75% 35.000000 max 80.000000 Name: Age, dtype: float64 乘客年龄⼤概成正态分布，平均年龄29岁多，最⼤的80岁，最⼩的不到1岁（利⽤int()取整，不到1岁的为0）.兄弟姐妹、配偶在船上的 兄弟姐妹、配偶在船上的 乘客分布情况条形图 乘客分布情况条形图 #创建figure、subplot，⽤plot()作柱状图 fig_SibSp=plt.figure(figsize=(10,5)) ax_SibSp=fig_SibSp.add_subplot(1,2,1) SibSp_count=titanic_data['SibSp'].value_counts() SibSp_count.plot(kind='bar') #添加标题，x轴标签，y轴标签 ax_SibSp.set_title('Bar plot of SibSp') ax_SibSp.set_xlabel('number of SibSp') ax_SibSp.set_ylabel('number of people') #拥有各 数量的兄弟姐妹、配偶的乘客⽐例条形图 plt.subplot(122) SibSp_count.div(SibSp_count.sum()).plot(kind='bar') #添加标题,x、y轴 标签 plt.title('Ratio of people in SibSp') plt.xlabel('SibSp') plt.ylabel('ratio') 在船上没有兄弟姐妹配偶的乘客较多，占68.2%.⽗母、孩⼦在船上的乘客分布条形图 ⽗母、孩⼦在船上的乘客分布条形图 Parch_count=titanic_data['Parch'].value_counts() #创建figure、subplot，⽤plot()作柱状图 fig_Parch=plt.figure(figsize=(10,5)) ax_Parch=fig_Parch.add_subplot(1,2,1) Parch_count.plot(kind='bar') #添加标题，x、y轴标签 ax_Parch.set_title('Bar plot of Parch') ax
泰坦尼克号—数据分析（单因素、多因素分析）
jessie0615的博客
05-13 9775
提出问题： 数据来源：经典的titanic数据分析，大多数人都会从这个案例教学或者做练习，数据可从kaggle（https://www.kaggle.com/c/titanic/data）上一个机器学习的数据集，可用作数据分析的数据源，kaggle有三个表格，我们现在用train这个表。 工具：jupyter notebook，可以更好的展示分析思维和过程。 导入python的数据分析库 impo...
数据分析_泰坦尼克
越吃越胖的博客
09-07 561
泰坦尼克号生存预测作为最经典的启蒙数据分析项目，对于初学者来说是应该是最合适的了，后面将分享更多进阶的数据分析项目。如果已经有基础了，推荐： 全文如下： 本文结合泰坦尼克号生存预测，从1.数据探索（数据可视化），2.数据预处理，3.模型训练，4.模型调参这四个步骤进行了完整的梳理： 1. 数据概述与可视化 1.1 数据概述 首先我们导入我们的训练数据和测试数据： 数据集包含train.csv和test.csv两个文件，可以直接在kaggle官网上下载。 train_data = pd.read_csv("i
泰坦尼克号数据分析 报告
08-18
泰坦尼克号是一艘著名的豪华客轮，在其处女航中...在这个项目中，我们将基于泰坦尼克号数据集探索一个基于机器学习的问题，该数据集包含有关乘客的信息，如他们的年龄、性别、船舱等级以及他们是否在船沉没时幸存下来。
机器学习-泰坦尼克号数据集
04-02
"机器学习-泰坦尼克号数据集"就是这样一份备受瞩目的资源，它被广泛用于教学和实践，旨在帮助初学者理解并应用机器学习算法。这份数据集源自于历史上著名的泰坦尼克号沉船事件，它包含了大量的乘客信息，为预测乘客...
机器学习数据-泰坦尼克号
06-19
《泰坦尼克号数据集与机器学习中的特征工程解析》 在机器学习领域，数据的质量和处理方式往往决定了模型的预测精度。泰坦尼克号的数据集是一个经典的学习案例，它被广泛用于教学和实践，帮助初学者理解特征工程的...
利用Python+matplotlib对泰坦尼克号进行数据分析
12-21
在本项目中，我们将利用Python的数据分析库matplotlib和seaborn对泰坦尼克号的数据进行深入分析。泰坦尼克号是一艘著名的豪华邮轮，它的沉没事件成为了历史上的一个悲剧。通过对船上乘客的数据进行分析，我们可以...
数据分析泰坦尼克数据集
05-26
Titanic数据集是非常适合数据科学和机器学习新手入门练习的数据集。 数据集为1912年泰坦尼克号沉船事件中一些船员的个人信息以及存活状况。这些历史数据已经非分为训练集和测试集，你可以根据训练集训练出合适的模型并预测测试集中的存活状况。
泰坦尼克数据处理pandas分析所需数据
11-22
里面包含两个数据集，包含字段信息，PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked等。
泰坦尼克号数据集
04-27
Kaggle平台泰坦尼克号数据集+源代码+注释
机器学习领域：泰坦尼克号生还预测 数据集及完整代码
04-13
机器学习领域，著名的数据科学竞赛平台kaggle的入门经典也是以泰坦尼克号事件为背景。 该问题通过训练数据（train.csv）给出891名乘客的基本信息以及生还情况，通过训练数据生成合适的模型，并根据另外418名乘客的...
（2）【Python数据分析应用案例】基于泰坦尼克船员数据的完整数据分析全过程
有朋自远方来，不亦乐乎。
01-18 1561
编程开始前，我们获取到在我的gitee仓库中下载此文件：这个就是我们本次使用的案例数据now，废话不多说，让我们开始本次数据分析之旅！
寻找Jack和Rose——泰坦尼克号(Titanic)获救数据分析
weixin_45221012的博客
12-31 1314
Titanic获救数据分析 1.男女乘客获救率有无明显差异 2.船上是否有明显贫富差异 3.有亲戚在船上是否对获救率有影响 4.不同登船地点的男女分布情况 5.不同登船地点是否反应该地区的经济状况 6.不同年龄段的获救率 7.不同等级客舱的获救率 8.Jack和Rose是否在船上 9.使用线性回归预测年龄缺失值
泰坦尼克号幸存者数据分析
最新发布
Java/Python大数据成长之路
04-03 3807
这是一艘号称当时世界上最大的邮轮，船上的人年龄各异，背景不同，有贵族豪门，也有平民旅人，邮轮撞击冰山后，船上的人马上采取措施安排救生艇转移人员，从本次海难中存活下来的，也就是幸存者。：各等级船舱中男性乘客多于女性乘客，但是女性乘客的获救比例都高于男性乘客。不同等级船舱的女性乘客的获救率高于男性，这可能是女士优先的原因。：小孩、青少年、成年人、老年人的获救比例依次从高到低，小孩的获救比例最高，老年人的获救比例最低。船舱等级对于乘客的获救率存在较大的影响。不同等级船舱的男性乘客与女性乘客的获救率。
大数据的泰坦尼克号，Hadoop即将沉没了吗？
weixin_33858485的博客
07-04 169
最糟糕的消息并非Hadoop这艘泰坦尼克号注定要沉没，而是海面上压根没有其它泰坦尼克级别的船只可以用来救援。 对很多大数据领域的投资者和用户，尤其是在Hadoop技术上浸透心血和汗水的专家来说，这可能是个很糟糕的消息：Hadoop可能真的不行了！ 近日，云数据仓库服务提供商Snowflake Computing的首席执行官Bob Muglia在接受采访...
用泰坦尼克号数据学习数据分析（二）
weixin_40278796的博客
10-11 772
昨天提交了一次，结果有点惨，今天要好好做辣。 填补age空缺，使用随机森林算法 随机森林算法 随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类。 ...
泰坦尼克幸存预测：零起点学习数据分析实战
在这个经典的案例中，我们将深入学习如何通过数据分析来预测泰坦尼克号的乘客生存率。这个教程针对冶金和材料专业的工程师，旨在引导读者从零开始掌握数据分析技能，并通过实际操作提升实战能力。 首先，我们将介绍...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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