泰坦尼克号灾难生存者预测数据集1898-1912-enricomanosperti
数据来源：互联网公开数据
标签：泰坦尼克号,生存预测,机器学习,数据特征,家庭关系,乘客信息,数据集
数据概述：
本数据集包含泰坦尼克号灾难中乘客的相关信息，用于预测乘客的生存情况。数据集分为训练集（train.csv）和测试集（test.csv）。训练集用于构建机器学习模型，并提供了每位乘客的生存结果（“ground truth”），测试集用于评估模型在未见数据上的表现。此外，数据集还包括gender_submission.csv文件，作为提交文件的示例，假设所有女性乘客均幸存。
数据预处理后，数据被分为preprocessing_train.csv和preprocessing_test.csv，并在此基础上生成了新的特征。
数据字段定义：
- survival：生存情况，0表示未幸存，1表示幸存
- sex：性别
- Age：年龄（岁）
- sibsp：同行的兄弟姐妹或配偶数量
- parch：同行的父母或子女数量
- ticket：船票号码
- fare：票价
- cabin：船舱编号
- embarked：登船港口（C = 布伦海姆，Q = 皇后镇，S = 南安普顿）
- Partners：家庭成员
- Alone：是否独自一人
- People：年龄范围（Infants <= 1, 2 <= Children <= 12, 13 <= Teenagers = 18）
变量说明：
- pclass：社会经济地位（SES）的代理，1st = 上层，2nd = 中层，3rd = 下层
- age：年龄为小数表示不足1岁，如果年龄是估计值，形式为xx.5
- sibsp：数据集定义的家庭关系包括兄弟姐妹、配偶（忽略情妇和未婚夫）
- parch：数据集定义的家庭关系包括父母、子女（有些儿童仅与保姆同行，因此parch=0）
数据用途概述：
该数据集适用于机器学习模型的训练与评估、生存预测研究、乘客特征分析等场景。研究人员可以通过此数据集了解不同的社会经济背景、家庭关系等因素对生存结果的影响；教育机构可以利用此数据进行数据科学和机器学习的教学；公众可以借此机会了解历史灾难中的生存数据分析方法。
