[論文レビュー] Classification of Titanic Passenger Data and Chances of Surviving the Disaster

John Sherlock, Manoj Muniswamaiah+2 more|arXiv (Cornell University)|Oct 22, 2018

Maritime Navigation and Safety被引用数 13

ひとこと要約

本研究では、Wekaデータマイニングツールを用いてタイタニック乗客データを分析し、生存に影響を与える要因を特定した。乗客の等級、年齢、乗船港が生存確率に顕著に影響していることが判明し、ファーストクラスの乗客および子供の生存率が高かった。

ABSTRACT

While the Titanic disaster occurred just over 100 years ago, it still attracts researchers looking for understanding as to why some passengers survived while others perished. With the use of a modern data mining tools (Weka) and an available dataset we take a look at what factors or classifications of passengers have a persuasive relationship towards survival for passengers that took that fateful trip on April 10, 1912. The analysis looks to identify characteristics of passengers cabin class, age, point of departure and that relationship to the chance of survival for the disaster.

研究の動機と目的

• タイタニックの乗客特性と生存率の関係を調査すること。
• 生存率と最も強く相関するデモグラフィックおよび旅行要因を特定すること。
• 現代のデータマイニング技術を歴史的災害データに適用し、実行可能なインサイトを得ること。
• 1912年タイタニック航海の生存パターンについて、明確でデータドリブンな理解を提供すること。

提案手法

• データ分類および分析にWeka機械学習プラットフォームを活用した。
• 等級、年齢、性別、乗船港などの属性を含む、公開済みのタイタニック乗客データセットを処理した。
• 乗客の特徴に基づいた生存確率をモデル化するために分類アルゴリズムを適用した。
• 特徴の分布と生存結果の評価を目的とした探索的データ分析を実施した。
• 生存の顕著な予測要因を特定するために統計的パターンを用いた。
• 等級や年齢層といったカテゴリカル変数ごとの生存率のクロスタブレーションを通じて、結果を検証した。

実験結果

リサーチクエスチョン

• RQ1 タイタニックの乗客特性の中で、生存を最も強く予測する要因は何か？
• RQ2 乗客の等級は生存確率にどのように影響するか？
• RQ3 年齢は生存結果にどのような役割を果たすか、特に子供の場合にどうか？
• RQ4 乗船港は生存率とどのように相関するか？
• RQ5 性別および社会経済的地位に基づいて、生存に関する観察可能なパターンは存在するか？

主な発見

• 乗客の等級は生存の顕著な予測要因であり、ファーストクラスの乗客が最も高い生存率を示した。
• 14歳未塔の子供は成人と比較して著しく高い生存率を示した。
• フランスのシェルブルグから乗船した乗客は、他の港から乗船した乗客と比較してわずかに高い生存率を示した。
• 高い社会経済的地位（ファーストクラス）と若さの組み合わせが、生存確率を顕著に高めた。
• データから、救助プロトコルが特に高級クラスの女性および子供を優先していた可能性が示唆された。
• 年齢と等級を組み合わせた要因が、個々の要因よりも優れた予測モデルを形成し、生存を強く予測した。