鐵達尼號生存者資料集 / Dataset: Titanic Survived

7月 22, 2023 Data Mining , Dataset , Kaggle 0 Comments Edit Copy Download

這份資料集改編自Kaggle所發佈的鐵達尼號生存者資料集。可作為機器學習練習使用。

資料來源 / Source

https://www.kaggle.com/competitions/titanic/data 

資料集下載 / Download

這份資料集分成訓練集 Titanic-Survived.train.ods 與測試集 Titanic-Survived.test.ods 。

訓練集 / Train set

• Google試算表線上檢視
• ODS格式下載
• OpenDoucment Spreadsheet (.ods) 格式備份：Google Drive、GitHub、One Drive、Mega、Box、MediaFire、pCloud、Degoo、4shared

訓練集將用於構建機器學習的模型，並具備每位乘客是否存活的結果。機器學習模型應根據乘客的性別和艙位等「屬性」來建立，或是使用其他特徵工程(feature engineering)的技術來建造新的屬性。

測試集 / Test set

• Google試算表線上檢視
• ODS格式下載
• OpenDoucment Spreadsheet (.ods) 格式備份：Google Drive、GitHub、One Drive、Mega、Box、MediaFire、pCloud、Degoo、4shared

測試集則是用於評估模型的表現。原本的測試集並不會告訴你每位乘客是否存活，僅是讓機器學習模型用來預測結果。為了方便大家練習，我將測試集的結果加了上去。

案例數 / Instacnes

• 訓練集：890
• 測試集：418

屬性 / Attributes

本資料集有部分屬性有所缺失，建立模型的時候需要特別處理。

目標屬性 / Target class

「Survived」，也就是鐵達尼號的乘客是否生存。

文章最後要來問的是：你認為什麼屬性是影響乘客最後是否存活的關鍵呢？

• 1. 船票等級：越高級表示越有錢，應該更容易存活吧？
• 2. 性別：男生身體力壯，應該更容易存活吧？
• 3. 年齡：青壯年應該比老人或小孩更容易存活吧？
• 4. 登船港口：愛爾蘭上來的乘客，說不定是海盜的後代，更容易存活？
• 5. 其他：是否還有其他因素與存活率有關？

歡迎在下面說說你的看法喔！

這篇文章介紹了一個改編自Kaggle的鐵達尼號生存者資料集，供機器學習練習使用。資料集分為訓練集和測試集，訓練集包含每位乘客是否存活的結果，而測試集則用於評估模型的表現。資料集中的屬性包括乘客編號、船票等級、名字、性別、年齡、船上的兄弟姐妹、配偶人數、船上的父母、孩子的人數、船票編號、乘客票價、客艙編號和登船港口等。

文章最後提出了一個問題：哪些屬性是影響乘客存活的關鍵因素？我列舉了幾個可能的因素，包括船票等級、性別、年齡和登船港口等，並邀請讀者在下方分享你們對這些因素的看法。

這篇文章提供了資料集的來源和下載方式，並簡要介紹了資料集的屬性和目標屬性。通過引發讀者對存活與屬性之間關係的思考，本文希望能夠引起讀者的興趣，使讀者想要進一步探索和討論這個問題。