Kaggle 人工智能竞赛网站上，有一个知名的竞赛，是初学者必经之路，名字叫 "Titanic - Machine Learning from Disaster"，翻译过来就是“泰坦尼克 - 灾难中的机器学习”。
这个竞赛提供了一个数据集，即泰坦尼克号上的乘客信息，共计 1309 条，也就是 1309 人。 分为训练数据集 891 人，测试数据集 418 人。
测试数据集中，标明了是生还是死，即有一个 “survived” 字段。 而测试数据集则没有，要参赛者用算法来预测。
数据字段包括，换个说法吧，每个人的信息有：
ID 乘客编码，这就是个顺序码，没有意义。
Pclass，客舱等级，也就是头等舱，二等，三等这几个级别。这个等级对于是否能存活下来，非常重要。
Name，姓名，姓名里还能分解出“先生”、“女士”、“爵士” 等有用信息，代表性别和社会地位。
Sex，性别，这个很重要。
Age，年龄，这个也很重要。
Parch，父母子女，即父母子女同行人数。
Sibsp，兄弟姐妹，即兄弟姐妹同行人数。
Ticket，船票编号，没什么太大意义。
Fare，票价，这个有点意义。
Cabin，客舱编号，有很多人缺失客舱编号。
Embarked，登船港口。
这个竞赛，就是要用训练集中的这些数据，拟合出一个模型，用来预测测试数据集中人的生死，预测的准，得分就多。
拿到数据后，我首先想到一个问题，船上是否有中国人。统计每个人名字的长度，然后按照名字长度做逆排序，打印出来，最后几个名字中，可能是中国人的有：
Ling, Mr. Lee；Bing, Mr. Lee；Hee, Mr. Ling；Lang, Mr. Fang；Chip, Mr. Chang；Foo, Mr. Choong；
最后一个是不是中国人，感觉有点没把握。但前面的5人，应该有把握。
但我们的数据只有 1309 人，而船上实际有3000余人，据报道，共有 8 位中国人，其中 6 人存活。英国导演亚瑟·琼斯和詹姆斯·卡梅隆还制作了一个纪录片，名为《六人——泰坦尼克上的中国幸存者》，替这6位中国人正名：他们没有贪生怕死，而是按照规矩逃生的。
统计一下，生死概率。 训练数据集共891人，死亡 549 人，存活 342 人。
训练集中，生存率为 38%。
是否能够生存下去，性别是至关重要的决定因素：泰坦尼克号，确乎照顾了妇孺，男人们普遍爷们儿，堪称所谓的绅士风度。
女人的生存率为：74%。
男人的生存率为：19%。
所以就有人质疑，8位中国男人，何以存活了6位。
画个男女生存比例图：
但另一个影响生存比例的重要因素，说起来，就令人心中愤懑了。那就是舱位等级。舱位一共三等：1等，2等，3等。
1等存活率 63%。
2等存活率 47%。
3等存活率 24%。
画个图：
还可以继续探究一下，1、2、3等舱位中，男士女士生存比率对比，可以看一下不同社会阶层的绅士含量。
1等舱中，男人生存率为 36.9%，女人生存率为 96.8%。
2等舱中，男人生存率为 15.7%，女人生存率为92.1%。
3等舱中，男人生存率为 13.5%，女人生存率为50%。
很清楚，2等舱的男人绅士含量最高，女男生存比例最高，女士得到最大的保护。
而1等舱和3等舱，对于女士来说那个更好，就不大容易判断，如果仅仅按照比例来看，则3等舱比例为3.7，1等舱为2.6，似乎反倒是 3等舱绅士含量高。但考虑到 1 等舱中存活女性的比例已经高达 96.8%，意味很可能所有女性都得到了照顾（3.2%的死亡可能是意外）。而 3 等舱中还是有很多男人，是看着女人死掉，而逃生了。
所以，3等舱，对女性情况最差。
但是，我们最关注的，不该是女士，而应该是孩子。成人，死则死矣，孩子却是无辜的。对于这个世界来说，孩子是客人，他们被迫来此地，成人当对孩子有愧疚感。
让我们来算算泰坦尼克上，孩子的存活率。我们用15岁来划分成年与否。
孩子一共78人，总存活率 58%。远远低于女性总存活率 74%。
1等舱孩子一共5人，总存活率80%。这令人惊讶，为何1等舱居然有孩子没能存活下来。当然，远远不如1等舱中女性的存活率。
2等舱孩子19人，总存活率100%。2等舱对女士保护最好，对孩子的保护也是最好的，100%。
3等舱孩子54人，总存活率41%。还是不如3等舱中女人的存活率。
计算至此，冒然得出三个结论：
第一、这艘船上，确实对女性、孩子、有钱人保护更好一些。价值观是鲜明的。
第二、女性优先，孩子第二。在我看来，这是不对的。 应该孩子第一、女性第二。
第三、最闪光的人性，在2等舱。对于孩子和女性的保护，远超 1等和3等。或许可以解释为，中产阶级道德感最强？
乘客的姓名信息，也大有玄机，因为其中包含了一些代表地位的称谓。
最普遍的是普通老百姓，那么就是 Mr、Mrs、Miss。他们的存活率和前面的分析差不多。
最牛逼的是有爵位的，这样的 Don、Sir、the Countess、Dona、Lady，就是没有爵位，也都是地位尊贵的大老爷们，而其地位则来自血统，也就是爹妈给的。换到中国，那就是高级公务员。全船这样的人很少，就 5 人，其中 Dona 和 Lady 两位是女士。活下来呢，3 人，也就是说，只有 1 位男人活下来了。总的来说，还是很体面的，死去的两位大概率是有机会生存下去的。
还有一类，是 Master、Jonkheer，这个 Master 不是硕士生，应该指有点小地位的地主、乡绅什么的。这一类共 62 人，存活 23 人，
最后一类，是 Capt（船长，海军上校）、Col（陆军上校）、Major（少校）、Dr（博士、医生）、Rev（牧师）。这一类，是专业、职业阶层，他们地位来自个人能力，而不是血统。这个群体共有 23 人，存活 5 人，21% 存活率。如果去掉其中1位女士，则生存率为 18%。远低于1等舱男人生存率36.9%，也低于全船男人生存率19%，当然，还是高于2等和3等舱的男人生存率，高的并不多。这个团体，应该是很体面的，非常绅士。其中，Capt 一人，就是那位尊敬的老船长了。
同船家庭成员数，居然也影响了存活率。 一家 2 - 4 人，则存活率较高，如果单身1人，存活率就低，大于 4 人，存活率也低，原因难解。
登船的港口、票号也对存活率有影响，至于原因，则更难索解。
愿泰坦尼克号上，每一位死去的人，死时都无痛苦，死后都得安息。愿那些让出生存机会的人，在天堂中安详快乐。