Bienvenue dans ce projet inspiré du célèbre naufrage du Titanic !
L'objectif est de prédire si un passager a survécu ou non au drame, en se basant sur des caractéristiques comme l'âge, le sexe, la classe de cabine et d'autres variables.
Ce projet est une excellente introduction à la science des données et au machine learning grâce au défi Kaggle Titanic - Machine Learning from Disaster.

Voici un aperçu des étapes principales du projet :

1. Exploration des données
   • Analyse descriptive des variables fournies.
   • Visualisation des données pour mieux comprendre les tendances.
2. Préparation des données
   • Gestion des valeurs manquantes.
   • Encodage des variables catégoriques.
   • Normalisation des données.
3. Modélisation
   • Application de modèles de classification (Random Forest, Logistic Regression, etc.).
   • Évaluation des performances avec des métriques comme l'accuracy et le F1-score.
4. Optimisation
   • Ajustement des hyperparamètres pour améliorer les prédictions.

• Random Forest Classifier : 85% d'accuracy. 🌟
• Logistic Regression : 80% d'accuracy.
• K-Nearest Neighbors (KNN) : 78% d'accuracy.

Une analyse des corrélations montre les relations entre les variables. Voici une matrice de corrélation visuelle :

Diagramme montrant les variables ayant le plus d'importance pour le modèle Random Forest Classifier :

Les variables influant le plus le chance de survie d'un passager (pour le modèle RFC) sont :

• le prix du billet
• l'âge
• le sexe

Ce qui est cohérent avec la logique de l'époque ("les femmes et les enfants les plus riches d'abord !")

• Langage : Python
• Environnement : Jupyter Notebook
• Librairies :
  • Manipulation des données : pandas, numpy
  • Visualisation : matplotlib, seaborn
  • Modélisation : scikit-learn

Vous trouverez le notebook Python juste ici : Noteboobk Python
N'oubliez pas de télécharger train.csv ainsi que test.csv (pour l'apprentissage et le test) !