Kaggle - Titanic(2)

두번째는 Visualization을 통해서 자료를 해석해보도록 하겠습니다. ~

자료는 Kaggle의 Titanic Data Machine Learning 과정을 토대로 작성하고 있습니다.!! 

다음의 카테고리를 토대로 Data Feature를 분석하기 위해 bar_chart 함수를 만들어 사용합니다~

Python으로 처음 Data Featuring을 하는 과정을 상세히 설명해보도록 하겠습니다. 먼저 Titanic Disaster에서는 'Survived', 'Dead'로 나뉘기 때문에 특징 분류를 ['Survived','Dead']로 설정하여 진행합니다.

 

Survivied = train[train['Survived']==1][feature].value_counts() >> Survived==1 중에서 feature에 해당되는 counting을 진행.

Dead = train[train['Survived']==0][feature].value_counts() >> Survived==0 중에서 feature에 해당되는 counting을 진행.

 

df = pd.DataFrame([survived, dead]) >> DataFrame을 설정합니다 ['Survived','Dead']

df.index = ['Survived','Dead'] >> survived랑 dead로 인덱스를 설정한다.

df.plot(kind='bar',stacked=True,figsize=(10,5)) >> 종류는 bar , Stacked 방식을 사용 , Figure size는 가로 세로 (10,5)로 설정.

 

함수의 설정이 끝났으니~ 이제 부터 ['Survived','Dead']를 토대로 각 항목을 시각화 화여 의미를 도출할 것이다.

'Sex'에서 ['Survived','Dead']의 분포도 

>> the chart confirms women more likely survived than men

'Pclass'에서 ['Survived','Dead']의 분포도 >>'Sex'에서 ['Survived','Dead']의 분포도

>> The chart confirms 1st class more likely survived than other classes
>> The chart comfirms 3st class more likelt deaded than other classes

'SibSp'에서 ['Survived','Dead']의 분포도 >>'Sex'에서 ['Survived','Dead']의 분포도

>>The Chart confirms a person aboarded with more than 2 siblings or spouse more likely survived
>>The Chart confirms a person aboarded without siblings or spouse more likely dead

'Parch'에서 ['Survived','Dead']의 분포도 >>'Sex'에서 ['Survived','Dead']의 분포도

>>The Chart confirms a person aboarded with more than 2 parents or children more likely survived
>>The Chart confirms a person aboarded alone more likely dead

'Embarked'에서 ['Survived','Dead']의 분포도 >>'Sex'에서 ['Survived','Dead']의 분포도

>>The Chart confirms a person aboarded from C slightly more likely survived
>>The Chart confirms a person aboarded from Q more likely dead
>>The Chart confirms a person aboarded from S more likely dead

 

이처럼 차트를 통해 각 항목에 대해 의미있는 결과를 도출해보도록 했습니다~

Kaggle : https://www.kaggle.com/c/titanic

출처: https://www.youtube.com/watch?v=FAP7JOECfEE