[논문 리뷰] Classification of Titanic Passenger Data and Chances of Surviving the Disaster

John Sherlock, Manoj Muniswamaiah외 2명|arXiv (Cornell University)|2018. 10. 22.

Maritime Navigation and Safety인용 수 13

한 줄 요약

이 연구는 타이타닉 승객 데이터를 분석하여 생존에 영향을 미치는 핵심 요인을 규명하기 위해 Weka 데이터 마이닝 툴을 사용한다. 승객의 등급, 나이, 탑승 항만이 생존 확률에 크게 영향을 미치며, 1등실 승객과 어린이의 생존률이 높은 것으로 나타났다.

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.

연구 동기 및 목표

• 타이타닉에서 승객 특성과 생존률 간의 관계를 조사한다.
• 생존과 가장 강하게 상관관계가 있는 인구통계학적 및 여행 요인을 규명한다.
• 현대의 데이터 마이닝 기법을 역사적 재난 데이터에 적용하여 실질적인 통찰을 도출한다.
• 1912년 타이타닉 항해의 생존 패턴을 명확하고 데이터 기반으로 이해한다.

제안 방법

• 데이터 분류 및 분석을 위해 Weka 기계학습 플랫폼을 활용하였다.
• 승객의 등급, 나이, 성별, 탑승 항만 등의 속성을 포함한 공개된 타이타닉 승객 데이터셋을 처리하였다.
• 승객 특성 기반으로 생존 확률을 모델링하기 위해 분류 알고리즘을 적용하였다.
• 특성의 분포와 생존 결과를 평가하기 위해 탐색적 데이터 분석을 수행하였다.
• 통계적 패턴을 활용해 생존의 주요 예측 요인을 규명하였다.
• 등급과 연령대와 같은 범주형 변수의 생존률을 교차표로 제시하여 결과를 검증하였다.

실험 결과

연구 질문

• RQ1 타이타닉에서 생존을 가장 강하게 예측하는 승객 특성은 무엇인가?
• RQ2 승객의 등급은 생존 가능성에 어떻게 영향을 미치는가?
• RQ3 나이가 생존 결과에 미치는 역할은 무엇이며, 특히 어린이의 경우 어떠한가?
• RQ4 탑승 항만은 생존률과 어떻게 관련되어 있는가?
• RQ5 성별과 사회경제적 지위에 따라 생존 패턴을 관찰할 수 있는가?

주요 결과

• 승객의 등급은 생존에 중요한 예측 요인으로, 1등실 승객가 가장 높은 생존률을 보였다.
• 14세 이하의 어린이는 성인에 비해 생존률이 크게 높았다.
• 프랑스 키르부르그에서 탑승한 승객들은 다른 항만에서 탑승한 승객들보다 약간 더 높은 생존률을 보였다.
• 높은 사회경제적 지위(1등실)와 청소년기의 조합은 생존 확률을 크게 높였다.
• 데이터는 구조 지침이 여성과 어린이, 특히 고급실 승객들을 우선적으로 고려했을 가능성을 시사한다.
• 나이와 등급이 함께 조합되면 생존에 대한 강력한 예측 모델을 형성하였으며, 개별 요소만 고려하는 것보다 더 뛰어난 성능을 보였다.