数据挖掘案例: 泰坦尼克号

目录:*. 数据挖掘流程一. 数据读取与统计分析二. 特征分析 & 缺失值填充2.1 性别与获救2.2 船舱等级与获救2.3 年龄与获救2.4 姓名(称谓) 与获救2.5 填充缺失值2.6 登船地点与获救2.7 兄弟姐妹的数量2.8 父母和孩子的数量2.9 船票的价格三. 特征相关性3.1 相关性热度图3.2 热度图下三角四. 构建特征4.1 年龄特征4.2 家庭总人口4.3 船票价格4.4 类型转换与特征清洗五. 机器学习建模5.1 切分训练集与测试集5.2 逻辑回归 LogisticRegression5.3 支持向量机 SVM5.4 决策树 DecisionTree5.5 随机森林 Ra