Titanic Survival Prediction — Classification

المشكلة:

توقع نجاة ركاب سفينة تيتانيك (891 راكب) بناءً على بيانات ديموغرافية وتذكرة الركوب (الفئة، الجنس، العمر، حجم العائلة) — مع تحدي إضافي إن الداتاسيت الأصلي كان فيه عمود alive بيسرّب نتيجة الـ target نفسها بشكل مباشر (Data Leakage)، وعمود age كان فيه 177 قيمة مفقودة، وعمود deck كان فيه 688 قيمة مفقودة من أصل 891.

الحل:

نظفت البيانات وتعاملت مع القيم المفقودة، وحذفت عمود alive صراحة قبل التدريب للحفاظ على نتائج صادقة، وعملت Feature Engineering. درّبت وقارنت 4 موديلات تصنيف: Logistic Regression, Random Forest, SVM, KNN باستخدام class-weight balancing.

النتيجة:

Logistic Regression: 81.56%

Random Forest: 81.56%

SVM: 80.45%

KNN: 82.68% ← أفضل موديل