泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日，泰坦尼克号在处女航中与冰山相撞，2224名乘客和船员中有1502人丧生。这场轰动性的悲剧震惊了国际社会，并导致了更好的船舶安全规则。 这次海难造成人员伤亡的原因之一是没有足够的救生艇供乘客和船员使用。尽管在沉船中幸存下来有一些运气因素，但有些人比其他人更可能存活下来，如妇女、儿童和上层阶级。 在这个挑战中，我们要求您完成对哪些人可能存活的分析。特别是，我们要求您应用机器学习工具来预测哪些乘客在悲剧中幸存下来。

泰坦尼克号csv数据，机器学习中做特征工程的样例数据

kaggle上面的Titanic比赛，77%的正确率，模型是逻辑回归。

决策树：泰坦尼克号生存预测决策树：

泰坦尼克号数据-titanic

主要分析有数据接:https://pan.baidu.com/s/1jn88GiOr7uWA8BDQocFXxg 密码: s0e0不同舱位等级中幸存者和遇难者的乘客比例不同性别的幸存比例幸存和遇难旅客的票价分布幸存和遇难乘客的年龄分布不同上船港口的乘客仓位等级分布幸存和遇难乘客堂兄弟姐妹的数量分布幸存和遇难旅客父母子女的数量分布单独乘船与否和幸存之间有没有联系是否成年男性和幸存之间有没有联系 数据接:https://pan.baidu.com/s/1jn88GiOr7uWA8BDQocFXxg 密码: s0e0 首先做准备（导入库，读入数据集） import matplotlib.pypl

机器学习实例不多，泰坦尼克号获救测试是一个比较好的，可是苦于没有训练数据，最近出去下载下来了，与诸君分享。

泰坦尼克号统计资源一共三个文件，学习python很好的模拟数据，

随机森林：泰坦尼克号生存预测随机森林：

里面是代码+PPT讲解