[데이터 분석] Kaggle_타이타닉 생존자 분석

타이타닉 생존자 분석

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

• 어떤 승객들이 살아 남았는가 (-성별, 연령)
• 머신러닝 모델로 승선한 사람들의 생존 유무 예측

data

• train.csv: 예측 모델을 만들기 위해 사용하는 학습셋. 각 탑승객의 신상정보와 ground truth(생존유무)가 주어지며, 생존 유무를 예측하는 모델 만듦
• test.csv: 학습셋으로 만든 모델을 가지고 예측할 탑승객 정보가 담긴 테스트셋
  (test에 더 적은 승객 정보가 들어있음. shape 함수 통해 확인 가능)
  
  

Data fields

survival: 생존 유무, target 값 (0: 사망, 1: 생존)
pclass: 티켓 클래스 (1: 1st, 2: 2nd, 3: 3rd)
sex: 성별
age: 나이
sibsp: sibiling + spouse (=> 함께 탑승한 형제자매, 배우자 수 총합)
parch: parent + children (=> 함께 탑승한 부모, 자녀 수 총합)
ticket: ticket number
fare: 탑승 요금
cabin: 객실 번호
embarked: 탑승 항구

데이터 분석

from google.colab import files
myfile = files.upload()

Saving test.csv to test.csv
Saving train.csv to train.csv

import pandas as pd
import numpy as np
train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')

train.head()
test.head()

train.shape #데이터의 행, 열 값 출력
test.shape

train.isnull()  #결측치 값 유무 확인 (False: 결측치값x, True: 결측치값o)

train.isnull().sum() #결측치값 쉽게 알아볼 수 있음
test.isnull().sum()

데이터 시각화

• 시각화: 어느 특성의 승객이 더 많이 살아남았는가

import matplotlib.pyplot as plt
%matplotlib inline 
import seaborn as sns
sns.set() #setting seaborn default for plots

=> %matplotlib inline: 시각화 한 결과를 바로 볼 수 있게 해줌

def bar_chart(feature):
  survived = train[train['Survived'] == 1][feature].value_counts()
  dead = train[train['Survived'] == 0][feature].value_counts()
  df = pd.DataFrame([survived, dead])
  df.index = ['Survived', 'Dead']
  df.plot(kind = 'bar', stacked = True, figsize = (10,5))

bar_chart('Sex')

bar_chart('Pclass')

bar_chart('SibSp')

bar_chart('Parch')

bar_chart('Embarked')