이전 포스팅의 로지스틱 회귀와 오즈(odds) 이론에 이어서 이번엔 실습을 진행해 보자. 데이터셋은 Kaggle, Titanic(재난 머신러닝 중 타이타닉 침몰 희생자 관련 데이터)를 가지고 해 보자.
우선 해당 데이터셋은 seaborn 패키지나 URL 혹은 구글 검색을 통해서 다운로드 받을 수 있다. 주요 독립 변수(x)와 종속 변수(y)는 다음과 같다.
독립 변수(x) Pclass(좌석 등급) : 1 = 1등석 / 2 = 2등석 / 3 = 3등석 - 사회적 계층을 대표(1등석 = Upper / 2등석 = Middle / 3등석 = Lower) Sex(성별) Age(나이) Sibsp(형제 자매 / 배우자 수) Parch(부모와 자식 수) - 탑승한 부모, 자식 수(일부 아이들은 유모와 함께 탑승했기 때문에 그들의 값은 0) Ticket(티켓 번호) Fare(요금) Cabin(객실 번호) Embarked(정박 항구) : C = Cherbourg / Q = Queenstown / S ...
![[파이썬 데이터 분석] 로지스틱 회귀 - 타이타닉 침몰 희생자 데이터 실습(1)](https://mblogthumb-phinf.pstatic.net/MjAyMjA4MjRfMTE4/MDAxNjYxMjY4NDA1NDIx.Sgn0lOhbdvfQTUhmNT_Jd7quGWiUnptaI_0a1WP5W1Qg.YKqy4RjkoDDBGtvLmSHYvtsubOVNa16bQhQjolgYTDYg.PNG.ddck1321/download.png?type=w2)
#
missingno
#
탐색적데이터분석
#
타이타닉
#
침몰데이터
#
종속변수
#
로지스틱회귀
#
독립변수
#
데이터전처리
#
데이터분석
#
Python
#
파이썬
![[파이썬 기초] - 위치 인자와 키워드 인자](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
![中島美嘉(나카시마 미카) - 雪の華(눈의 꽃) [가사/해석/발음]](https://mblogthumb-phinf.pstatic.net/MjAyMjA4MjhfMjI5/MDAxNjYxNjE0NDY4ODcz.bJJRkDqpkFRkkrqeEB3zsyPRVDQP878yXTXbY5DzUO0g.yLPzNOTqNYp3y0O37aw4h-Izh7lneVfjMO_vQbfgKawg.JPEG.ddck1321/IMG_0791.jpeg?type=w2)
![[베팅 매뉴얼] 경기의 기록지와 분석을 하는 이유](https://mblogthumb-phinf.pstatic.net/MjAyMjA4MjlfMTQ0/MDAxNjYxNzA4MzI2Mzg1.pkf6dLS2nGldRD4-zIHlGD1eeZ9QGk00Z2BF2v7cBNog.rBBkNmuIPHxmQuFAhI8-krpReIy4dZtncrg63W9Imk8g.JPEG.ddck1321/107277647.1.jpg?type=w2)
![AAA(트리플 에이) - ぼくの憂鬱と不機嫌な彼女(나의 우울함과 까다로운 그녀) [가사/해석/발음]](https://mblogthumb-phinf.pstatic.net/MjAyMjA5MDlfMjY5/MDAxNjYyNjUwMTY1NDY4.2XpWEMHXtq6k9PIfErsUMqkCVpSpQHcCR0AbA32a3cIg.XsQoc0M56r8fFQlQToZEeOUBXv894ECO1RvHM4YjXGEg.JPEG.ddck1321/61vyxxbsLWL._AC_SY355_.jpg?type=w2)
