泰坦尼克号乘客生存预测数据集

机器学习
0 下载
43 浏览
2026-08-25

数据集简介

Titanic - Machine Learning from Disaster

基于泰坦尼克乘客的信息来预测乘客的生存情况,是Kaggle上最经典的机器学习入门竞赛数据集,广泛用于机器学习教育、数据挖掘与统计分类练习。

数据集说明

数据集以表格(结构化数据)形式提供,包含泰坦尼克号乘客的档案信息(如舱位等级、年龄、性别、票价等)以及生存标签,任务目标是通过这些特征训练分类模型,预测乘客是否生还。数据集由 Kaggle 平台公开免费提供,可从 Yasser H 发布的数据集页面直接下载。

数据预览

训练数据集包含 11 个特征,分别是:

  • Survived:生存标签,0 代表死亡,1 代表存活
  • Pclass:乘客所持票类(舱位等级)
  • Name:乘客姓名
  • Sex:性别
  • Age:年龄
  • SibSp:同行兄弟姐妹/配偶数量相关字段
  • Parch:同行父母/子女数量相关字段
  • Ticket:票号
  • Fare:票价
  • Cabin:舱位
  • Embarked:登船港口

此外每条记录还包含 PassengerId(乘客编号)标识字段。

数据导入

数据集打包为 Titanic-dataset-main.zip(含 4 个子文件),解压后主要包含两个 CSV 文件:

文件 大小 说明
train.csv 约 60KB 训练集,含特征与生存标签
test.csv 约 28KB 测试集,用于模型预测

使用 pandas 等工具即可读取 CSV 文件进行后续分析与建模。

数据预览与探索

在完成数据导入后,可对数据开展预览与探索:查看各字段的取值分布、缺失情况,理解 Pclass、Sex、Age、Fare 等特征与 Survived 标签之间的关系,进而完成特征处理并训练分类模型,实现完整的机器学习入门流程。

基本信息

记录数量未知
文件大小train.csv约60KB、test.csv约28KB
文件格式CSV
数据来源Kaggle(Yasser H)
文件构成Titanic-dataset-main.zip(4个子文件),含 train.csv 与 test.csv
获取方式Kaggle 平台公开免费下载
任务类型二分类(预测乘客是否生还)
数据落地页https://www.kaggle.com/datasets/yasserh/titanic-dataset
泰坦尼克号机器学习分类预测结构化数据Kaggle

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费