文件名称：AirPlaneSeverity:飞机事故的严重性
文件大小：5KB
文件格式：ZIP
更新时间：2024-05-02 13:21:59
JupyterNotebook
问题陈述 多年来，飞行一直是人们旅行的首选方式； 它节省时间，负担得起并且非常方便。 根据美国联邦航空局（FAA）的数据，截至2019年6月，美国每天有2,781,971名乘客飞行。考虑到进行了严格的检查并采取了安全措施，以避免和/或减轻任何不愉快的情况，乘客认为飞行非常安全。 但是，仍然存在一些不幸事件的机会。 想象一下您已经被一家领先的航空公司录用了。 您需要建立机器学习模型，以根据过去的事件来预测和分类飞机事故的严重性。 这样，所有航空公司，甚至整个航空业，都可以预测由于各种因素引起的飞机事故的严重性，并相应地制定了行动计划，以最大程度地降低与之相关的风险。 资料集 该数据集由事故期间记录的某些参数组成，例如机舱温度，经历的湍流，事故之前的安全投诉数量，事故之前进行最后一次检查以来的天数，以及各种情况下飞行员的控制估计影响因素之类的。 通过使用机器学习技术来解决此问题的好处如下
【文件预览】：
AirPlaneSeverity-master
----README.md(2KB)
----AirplaneRandomForest.ipynb(30KB)