GoDaddy-Kaggle

预测美国各地的小微企业活动，以美国各县微型企业的密度来衡量。小微企业通常太小或太新，无法出现在传统经济数据源中，但微型企业活动可能与其他普遍感兴趣的经济指标相关。

数据集分析

• train.csv：训练集；
• test.csv：测试集；
• revealed_test.csv：公开排行榜只会使用最近一个月的数据，任何早于该数据的测试集数据都将发布在 revealed_test.csv；
• census_starter.csv：国人口普查局美国社区调查数据

此外赛题是鼓励使用外部数据集，因此可以考虑使用外部数据。当然也需要预测经济未来的发展：

• 地图数据，经纬度信息；
• 外部经济指标，宏观经济；
• 人口流量信息。

(1) train.csv

• row_id
• cfips - 使用联邦信息处理系统的每个县的唯一标识符。前两位数字对应州FIPS代码，后面三位代表县。
• state_name
• first_day_of_month
• microbusiness_density - 在给定的县，每100个18岁以上的人拥有微型企业。这是目标变量。由于美国人口普查局每年提供基本人口数据，用于计算人口密度的人口数据滞后了两年。2021年的密度数据是根据2019年的人口数据等计算出来的。
• active - 本县微型企业的原始数据。

(2) sample_submission.csv 在整个比赛期间保持不变。

• row_id
• microbusiness_density 目标变量

(3) census_starter.csv 来自人口普查局美国社区调查(ACS)的有用专栏的例子

• pct_bb_[year] - 该县接入任何类型宽带的家庭比例
• cfips
• pct_college_[year] - 25岁以上有本科学历的比例
• pct_foreign_born_[year] - 美国以外出生的比例
• pct_it_workers_[year] - it工作者比例
• median_hh_inc_[year] - 该县家庭收入的中位数