Titanic - Machine Learning from Disaster

Tópicos

🔹 Descrição do Projeto

🔹 Dicionário de dados

🔹 Limpeza e Tratamento de dados

🔹 Tecnologias utilizadas

Descrição do Projeto

Este projeto tem por objetivo prever a situação dos passageiros (sobrevivente ou não) diante da tragédia do Titanic.

Dicionário de dados

• PassengerId - id do passageiro
• Survived - status Sobrevivente (0 = Não; 1 = Sim)
• Pclass - classe dos passageiros (1 = primeira; 2 = segunda; 3 = terceira)
• Name - nome
• Sex - Sexo
• Age - idade
• SibSp - número de irmãos/esposa(o)
• Parch - número de pais/filhos
• Ticket - número do Ticket
• Fare - tarifa
• Cabin - cabine
• Embarked - porto de embarque (C = Cherbourg; Q = Queenstown; S = Southampton)

Limpeza e Tratamento de dados

Foram disponibilizados 2 bases (treino e teste). As seguintes análises foram feitas:

✔️ foi criado a variável Título a partir do título contido no começo do nome dos passageiros

✔️ PassengerId, Name e Ticket foram deletados por conter valores únicos

✔️ Cabin foi deletada por possuir a maioria dos valores nulos

✔️ Foi criada a variável Familiares a partir da soma das variáveis SibSp e Parch. Depois estas duas foram deletadas.

✔️ Os valores nulos em Age foram preenchidos considerando a média das categorias em Título

✔️ Foram criadas faixa de valores em Age e Fare

✔️ Foram testados dois modelos de Machine Learning (DecisionTreeClassifier e RandomForestClassifier)

✔️ Escolhido o melhor modelo e otimizado

Tecnologias utilizadas

• Jupyter Notebook
• Python
• Pandas
• Seaborn
• Scikit-learn