这篇博客通过SPSS Modeler对Kaggle泰坦尼克号数据进行分析，包括数据介绍、缺失值处理和初步可视化。作者探讨了乘客的年龄、性别、船舱等级与幸存率的关系，以及登船码头和家庭成员数量的影响。通过对年龄的均值插补和删除登船码头、船舱缺失值，进行了深入的数据预处理。初步发现，第三等级男性较多，儿童可能在逃生中获优先考虑，且皇后镇登船的乘客多为三等舱。
数据来源：“Kaggle泰坦尼克号挑战杯”竞赛泰坦尼克号数据
PS：需要创建一个帐户才能访问数据。
下载的数据是.CSV格式
1. 数据介绍
数据集中共有12个字段，PassengerId：乘客编号，Survived：乘客是否存活，Pclass：乘客所在的船舱等级；Name：乘客姓名，Sex：乘客性别，Age：乘客年龄，SibSp：乘客的兄弟姐妹和配偶数量，Parch：乘客的父母与子女数量，Ticket：票的编号，Fare：票价，Cabin：座位号，Embarked：乘客登船码头。 共有891位乘客的数据信息。其中177位乘客的年龄数据缺失，2位乘客的登船码头数据缺失，687位乘客的船舱数据缺失。
2.分析角度
所有好的数据分析项目都是从回答问题开始的。 现在，我们已经知道了列类别的数据，让我们来思考一些我们想从数据中得到的问题或见解。 这里有一个问题列表：
一些基本的问
最低0.47元/天 解锁文章
5943
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
