بررسی آمار بازماندگان حادثه تایتانیک با کمک دیتا ماینینگ

هدف کلی این مطالعه این است که وضعیت بقای هر مسافر را در داده های آزمایشی بدست آورد. یعنی با استفاده از روش های یادگیری ماشین ، تا حد امکان نتایج قابل اعتمادی را از داده های خام و گمشده به دست آورد. بنابراین از یکی از محبوب ترین مجموعه داده ها در علم داده کاوی، یعنی تایتانیک استفاده می شود. این مجموعه داده ویژگی های مختلف مسافران تایتانیک را از جمله اینکه چه کسی زنده مانده است و کدام جنسیت تعداد بازماندگان بیشتری دارد را ثبت می کند. مشخص شد که برخی از ویژگی های گمشده و نامرتبط باعث کاهش عملکرد پیش بینی می شود. برای تجزیه و تحلیل دقیق داده ها، تاثیر ویژگی ها بررسی شده و سپس برخی از ویژگی های جدید به مجموعه داده اضافه می شوند و برخی از ویژگی های موجود از مجموعه داده حذف می شوند ]۱.[

کلیدواژه ها:

یادگیری ماشین ، درخت تصمیم