Tìm hiểu dữ liệu phân loại của bạn

Bây giờ bạn sẽ bắt đầu xây dựng mô hình với một bộ dữ liệu mới cho bài toán phân loại. Dữ liệu này bao gồm thông tin về hành khách trên tàu Titanic. Bạn sẽ dùng các biến dự đoán như age, fare và cả cảng mà mỗi hành khách lên tàu để dự đoán ai sẽ sống sót. Dữ liệu này lấy từ một hướng dẫn về các cuộc thi khoa học dữ liệu. Xem tại đây để biết mô tả các đặc trưng.

Dữ liệu đã được nạp sẵn trong một pandas DataFrame tên là df.

Một bước hay là xem lại giá trị lớn nhất và nhỏ nhất của mỗi biến để đảm bảo dữ liệu không bị định dạng sai hoặc hỏng. Độ tuổi lớn nhất của hành khách trên Titanic là bao nhiêu? Hãy dùng phương thức .describe() trong IPython Shell để trả lời câu hỏi này.