Prozkoumání dat pro klasifikaci

Teď se pustíš do modelování s novým datasetem pro klasifikační úlohu. Tato data obsahují informace o cestujících na Titaniku. Jako prediktory použiješ proměnné jako age, fare a místo nástupu každého cestujícího, abys předpověděl/a, kdo přežije. Data pocházejí z tutoriálu o datavědních soutěžích. Popis jednotlivých příznaků najdeš zde.

Data jsou předem načtena v pandas DataFrame s názvem df.

Je dobré zkontrolovat maximální a minimální hodnoty každé proměnné a ujistit se, že data nejsou chybně naformátovaná nebo poškozená. Jaký byl maximální věk cestujících na Titaniku? K zodpovězení této otázky použij metodu .describe() v IPython Shellu.