Kaggle 人工智能競賽網站上，有一個知名的競賽，是初學者必經之路，名字叫 "Titanic - Machine Learning from Disaster"，翻譯過來就是“泰坦尼克 - 災難中的機器學習”。
這個競賽提供了一個數據集，即泰坦尼克號上的乘客信息，共計 1309 條，也就是 1309 人。 分爲訓練數據集 891 人，測試數據集 418 人。
測試數據集中，標明瞭是生還是死，即有一個 “survived” 字段。 而測試數據集則沒有，要參賽者用算法來預測。
數據字段包括，換個說法吧，每個人的信息有：
ID 乘客編碼，這就是個順序碼，沒有意義。
Pclass，客艙等級，也就是頭等艙，二等，三等這幾個級別。這個等級對於是否能存活下來，非常重要。
Name，姓名，姓名裏還能分解出“先生”、“女士”、“爵士” 等有用信息，代表性別和社會地位。
Sex，性別，這個很重要。
Age，年齡，這個也很重要。
Parch，父母子女，即父母子女同行人數。
Sibsp，兄弟姐妹，即兄弟姐妹同行人數。
Ticket，船票編號，沒什麼太大意義。
Fare，票價，這個有點意義。
Cabin，客艙編號，有很多人缺失客艙編號。
Embarked，登船港口。
這個競賽，就是要用訓練集中的這些數據，擬合出一個模型，用來預測測試數據集中人的生死，預測的準，得分就多。
拿到數據後，我首先想到一個問題，船上是否有中國人。統計每個人名字的長度，然後按照名字長度做逆排序，打印出來，最後幾個名字中，可能是中國人的有：
Ling, Mr. Lee；Bing, Mr. Lee；Hee, Mr. Ling；Lang, Mr. Fang；Chip, Mr. Chang；Foo, Mr. Choong；
最後一個是不是中國人，感覺有點沒把握。但前面的5人，應該有把握。
但我們的數據只有 1309 人，而船上實際有3000餘人，據報道，共有 8 位中國人，其中 6 人存活。英國導演亞瑟·瓊斯和詹姆斯·卡梅隆還製作了一個紀錄片，名爲《六人——泰坦尼克上的中國倖存者》，替這6位中國人正名：他們沒有貪生怕死，而是按照規矩逃生的。
統計一下，生死概率。 訓練數據集共891人，死亡 549 人，存活 342 人。
訓練集中，生存率爲 38%。
是否能夠生存下去，性別是至關重要的決定因素：泰坦尼克號，確乎照顧了婦孺，男人們普遍爺們兒，堪稱所謂的紳士風度。
女人的生存率爲：74%。
男人的生存率爲：19%。
所以就有人質疑，8位中國男人，何以存活了6位。
畫個男女生存比例圖：
但另一個影響生存比例的重要因素，說起來，就令人心中憤懣了。那就是艙位等級。艙位一共三等：1等，2等，3等。
1等存活率 63%。
2等存活率 47%。
3等存活率 24%。
畫個圖：
還可以繼續探究一下，1、2、3等艙位中，男士女士生存比率對比，可以看一下不同社會階層的紳士含量。
1等艙中，男人生存率爲 36.9%，女人生存率爲 96.8%。
2等艙中，男人生存率爲 15.7%，女人生存率爲92.1%。
3等艙中，男人生存率爲 13.5%，女人生存率爲50%。
很清楚，2等艙的男人紳士含量最高，女男生存比例最高，女士得到最大的保護。
而1等艙和3等艙，對於女士來說那個更好，就不大容易判斷，如果僅僅按照比例來看，則3等艙比例爲3.7，1等艙爲2.6，似乎反倒是 3等艙紳士含量高。但考慮到 1 等艙中存活女性的比例已經高達 96.8%，意味很可能所有女性都得到了照顧（3.2%的死亡可能是意外）。而 3 等艙中還是有很多男人，是看着女人死掉，而逃生了。
所以，3等艙，對女性情況最差。
但是，我們最關注的，不該是女士，而應該是孩子。成人，死則死矣，孩子卻是無辜的。對於這個世界來說，孩子是客人，他們被迫來此地，成人當對孩子有愧疚感。
讓我們來算算泰坦尼克上，孩子的存活率。我們用15歲來劃分成年與否。
孩子一共78人，總存活率 58%。遠遠低於女性總存活率 74%。
1等艙孩子一共5人，總存活率80%。這令人驚訝，爲何1等艙居然有孩子沒能存活下來。當然，遠遠不如1等艙中女性的存活率。
2等艙孩子19人，總存活率100%。2等艙對女士保護最好，對孩子的保護也是最好的，100%。
3等艙孩子54人，總存活率41%。還是不如3等艙中女人的存活率。
計算至此，冒然得出三個結論：
第一、這艘船上，確實對女性、孩子、有錢人保護更好一些。價值觀是鮮明的。
第二、女性優先，孩子第二。在我看來，這是不對的。 應該孩子第一、女性第二。
第三、最閃光的人性，在2等艙。對於孩子和女性的保護，遠超 1等和3等。或許可以解釋爲，中產階級道德感最強？
乘客的姓名信息，也大有玄機，因爲其中包含了一些代表地位的稱謂。
最普遍的是普通老百姓，那麼就是 Mr、Mrs、Miss。他們的存活率和前面的分析差不多。
最牛逼的是有爵位的，這樣的 Don、Sir、the Countess、Dona、Lady，就是沒有爵位，也都是地位尊貴的大老爺們，而其地位則來自血統，也就是爹媽給的。換到中國，那就是高級公務員。全船這樣的人很少，就 5 人，其中 Dona 和 Lady 兩位是女士。活下來呢，3 人，也就是說，只有 1 位男人活下來了。總的來說，還是很體面的，死去的兩位大概率是有機會生存下去的。
還有一類，是 Master、Jonkheer，這個 Master 不是碩士生，應該指有點小地位的地主、鄉紳什麼的。這一類共 62 人，存活 23 人，
最後一類，是 Capt（船長，海軍上校）、Col（陸軍上校）、Major（少校）、Dr（博士、醫生）、Rev（牧師）。這一類，是專業、職業階層，他們地位來自個人能力，而不是血統。這個羣體共有 23 人，存活 5 人，21% 存活率。如果去掉其中1位女士，則生存率爲 18%。遠低於1等艙男人生存率36.9%，也低於全船男人生存率19%，當然，還是高於2等和3等艙的男人生存率，高的並不多。這個團體，應該是很體面的，非常紳士。其中，Capt 一人，就是那位尊敬的老船長了。
同船家庭成員數，居然也影響了存活率。 一家 2 - 4 人，則存活率較高，如果單身1人，存活率就低，大於 4 人，存活率也低，原因難解。
登船的港口、票號也對存活率有影響，至於原因，則更難索解。
願泰坦尼克號上，每一位死去的人，死時都無痛苦，死後都得安息。願那些讓出生存機會的人，在天堂中安詳快樂。