kaggle titanic 生存预测

根据引用的分析,在进行Kaggle Titanic生存预测时，可以将乘客的年龄、性别和船票等级作为重点数据进行分析。乘客的家属数量可能对生存率有影响，但需要与其他信息一起探讨，例如乘客是否是船上所有家属中最年轻的一个。船票编号、价格和客舱号可以视为一类信息，与船票等级可能有关联。而最后一个登船港口对生存率的影响暂时被假设为无关，因为仅凭几百条数据很难确定其影响。
引用和可以看到，登船地点对生存率有一定的影响。在S港口登船的人数最多，C港口次之，Q港口最少。在S港口登船的乘客生存率较低，而在C港口登船的乘客生存率较高。另外，在不同登船港口的女性乘客占比也不同，C港口的女性乘客数量最多，Q港口次之，S港口最少。由于前面已经了解到女性的生存率明显高于男性，因此性别因素可能是导致生存率差异的原因之一。

综上所述，在Kaggle Titanic生存预测中，可以将乘客的年龄、性别、船票等级和登船地点作为重要的特征进行分析。其中，女性的生存率较高，C港口登船的乘客生存率较高，而S港口登船的乘客生存率较低。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [kaggle|泰坦尼克号生存预测](https://blog.csdn.net/weixin_45435206/article/details/104422277)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [【机器学习kaggle赛事】泰坦尼克号生存预测](https://blog.csdn.net/m0_51933492/article/details/126895547)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]