Dataset：adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的简介、下载、使用方法之详细攻略

已于 2022-08-28 23:42:14 修改
阅读量6.4k 收藏 40
点赞数 15
分类专栏： Dataset 文章标签： adult
于 2020-12-21 23:34:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41185868/article/details/111502554
版权
本文详细介绍adult人口普查收入数据集，该数据集源自1994年人口普查数据库，主要用于预测个人年收入是否超过50K。包含48842个实例及14个特征变量，适用于分类预测、数据挖掘等任务。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Dataset：adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的简介、下载、使用方法之详细攻略

目录

adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的简介

0、部分数据集

1、数据集描述

2、在从训练/测试集中删除未知数后，错误准确度报告如下）

adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的下载

adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的使用方法

1、经典案例

adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的简介

       adult数据，Barry Becker 从 1994 年人口普查数据库中提取，常用于分类预测(确定一个人的年收入是否超过 50K)、数据挖掘与可视化任务。具体数据集可以在官网链接上找到，由Ronny Kohavi and Barry Becker捐赠。该数据集包含48842个实例，包括continuous、discrete ，如果去掉unknown values，共计45222实例。其中有6个样本是重复或冲突的实例，

官网：http://www.census.gov/ftp/pub/DES/www/welcome.html
下载地址：Index of /ml/machine-learning-databases/adult

0、部分数据集

ageworkclassfnlwgteducationeducation_nummarital_statusoccupationrelationshipracesexcapital_gaincapital_losshours_per_weeknative_countrysalary
39State-gov77516Bachelors13Never-marriedAdm-clericalNot-in-familyWhiteMale2174040United-States<=50K
50Self-emp-not-inc83311Bachelors13Married-civ-spouseExec-managerialHusbandWhiteMale0013United-States<=50K
38Private215646HS-grad9DivorcedHandlers-cleanersNot-in-familyWhiteMale0040United-States<=50K
53Private23472111th7Married-civ-spouseHandlers-cleanersHusbandBlackMale0040United-States<=50K
28Private338409Bachelors13Married-civ-spouseProf-specialtyWifeBlackFemale0040Cuba<=50K

1、数据集描述

name中文type
age年龄continuous
workclass工人阶级Private、Self-emp-not-inc、Self-emp-inc、Federal-gov、Local-gov、State-gov、Without-pay、Never-worked
fnlwgtfnlwgtcontinuous
education教育Bachelors、Some-college、11th、HS-grad、Prof-school、Assoc-acdm、Assoc-voc、9th、7th-8th、12th、Masters、1st-4th、10th、Doctorate、5th-6th、Preschool
education-num最高教育水平continuous
marital-status婚姻状况Married-civ-spouse、Divorced、Never-married、Separated、Widowed、Married-spouse-absent、Married-AF-spouse
occupation职业Tech-support、Craft-repair、Other-service、Sales、Exec-managerial、Prof-specialty、Handlers-cleaners、Machine-op-inspct、Adm-clerical、Farming-fishing、Transport-moving、Priv-house-serv、Protective-serv、Armed-Forces
relationship关系Wife、Own-child、Husband、Not-in-family、Other-relative、Unmarried
race种族White、Asian-Pac-Islander、Amer-Indian-Eskimo、Other、Black
sex性别Female、Male
capital-gain资本收益continuous
capital-loss资本损失continuous
hours-per-week每周几小时continuous
native-country国家或地区United-States、Cambodia、England、Puerto-Rico、Canada、Germany、Outlying-US(Guam-USVI-etc)、India、Japan、Greece、South、China、Cuba、Iran、Honduras、Philippines、Italy、Poland、Jamaica、Vietnam、Mexico、Portugal、Ireland、France、Dominican-Republic、Laos、Ecuador、Taiwan、Haiti、Columbia、Hungary、Guatemala、Nicaragua、Scotland、Thailand、Yugoslavia、El-Salvador、Trinadad&Tobago、Peru、Hong、Holand-Netherlands
salary年薪Probability for the label '>50K'  : 23.93% / 24.78% (without unknowns)
Probability for the label '<=50K' : 76.07% / 75.22% (without unknowns)

2、在从训练/测试集中删除未知数后，错误准确度报告如下）

C4.5：84.46+-0.30
Naive-Bayes：83.88+-0.30
NBTree：85.90+-0.28

以下算法随后以以下错误率运行，所有这些都是在移除未知数并使用原始训练/测试拆分之后。所有这些数字都是使用具有默认值的 MLC++ 直接运行的。

   Algorithm               Error
-- ----------------        -----
1  C4.5                    15.54
2  C4.5-auto               14.46
3  C4.5 rules              14.94
4  Voted ID3 (0.6)         15.64
5  Voted ID3 (0.8)         16.47
6  T2                      16.84
7  1R                      19.54
8  NBTree                  14.10
9  CN2                     16.00
10 HOODG                   14.82
11 FSS Naive Bayes         14.05
12 IDTM (Decision table)   14.46
13 Naive-Bayes             16.12
14 Nearest-neighbor (1)    21.42
15 Nearest-neighbor (3)    20.35
16 OC1                     15.04
17 Pebls                   Crashed.  Unknown why (bounds WERE increased)

adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的下载

下载地址：Index of /ml/machine-learning-databases/adult

adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的使用方法

1、经典案例

 
相关文章
Dataset：adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的简介、下载、使用方法之详细攻略
ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用Shap值对XGBoost模型实现可解释性案例之详细攻略
ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用Shap值对XGBoost模型实现可解释性案例之详细攻略实现

相关文章
Dataset：adult人口普查收入二分类预测数据集(预测年收入是否超过50k)的简介、下载、使用方法之详细攻略
ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略
ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略实现

基于人口普查数据的收入预测模型构建及比较分析(Python数据分析分类器模型实践）
博客
07-09 2万+
收入是反映人民生活水平和国家经济发展状况的重要指标，改善收入水平，提高生活质量是各国政府和人民共同的奋斗目标。探索收入的影响因素，不仅对国家具有重要意义，对个人提升自我，企业识别目标消费群体也具有重要的参考价值。为了研究年龄、受教育程度、职业等诸多因素对个体收入的影响，本文以UCI Machine Learning Repository网站提供的人口普查数据作为数据样本，遵循CRISP-DM的数据挖掘流程，对数据中可能存在的规律进行探索和分析，构建决策树、Logistic回归、K近邻、线性支持向量机、随机森
Food-5K 食物与非食物二分类数据集
最新发布
qq_38220914的博客
03-04 208
数据集目录结构很简单，分为training, validation, evaluation三个子文件夹，分别用于模型的训练、验证和评估。每个子文件夹各含3000、1000、1000张图片，食物和非食物类均各占一半。如上图所示，食物类图片的图片名以'1_xxx'格式命名，非食物则以'0_xx'格式命名。Food-5K数据集共含有5000张.jpg格式的图像，分为两大类：食物和非食物，图片个数各占2500张。我们不生产数据，我们只是数据的搬运工（仅供学习）[大小]：426.3.MB。[提取码]：956b。
数据集下载地址（转）
无专精则不能成，无涉猎则不能通
11-27 5466
以下内容转自https://baijiahao.baidu.com/s?id=1615853849218131902&amp;amp;wfr=spider&amp;amp;for=pc 图像分类领域 1）MNIST 经典的小型（28x28 像素）灰度手写数字数据集，开发于 20 世纪 90 年代，主要用于测试当时最复杂的模型；到了今日，MNIST 数据集更多被视作深度学习的基础教材。fast.ai 版本的数据集舍...
电影评论分类：二分类问题（IMDB数据集）
热门推荐
Einstellung的博客
09-13 3万+
IMDB数据集是Keras内部集成的，初次导入需要下载一下，之后就可以直接用了。 IMDB数据集包含来自互联网的50000条严重两极分化的评论，该数据被分为用于训练的25000条评论和用于测试的25000条评论，训练集和测试集都包含50%的正面评价和50%的负面评价。该数据集已经经过预处理：评论（单词序列）已经被转换为整数序列，其中每个整数代表字典中的某个单词。...
kaggle-2美国人口普查年收入50K分类
常思考->有目标->重实践->善反思
12-31 2万+
本文主要是使用xgboost， RandomForestClassifier算法实现美国1994年人口普查数据，居民年收入是否超过50K的分类问题。主要内容如下:1 数据预处理 数据信息查看，添加对应的列标签 缺失值处理，以及属性值替换 Ordinal Encoding to Categoricals（string 特征转化为整数编码） 2 模型训练以及验证 xgboost算法分类以及GridS
adult 数据集
04-11
一个比较经典的数据集，用在数据分析，机器学习中用来分析算法的一个很好的例子
ML之PySpark：基于PySpark框架针对adult人口普查收入数据集结合Pipeline利用LoR/DT/RF算法(网格搜索+交叉验证评估+特征重要性)实现二分类预测(年收入是否超50k)案例
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
04-12 3699
​ ML之PySpark：基于PySpark框架针对adult人口普查收入数据集结合Pipeline利用LoR/DT/RF算法(网格搜索+交叉验证评估+特征重要性)实现二分类预测(年收入是否超50k)案例应用 目录 基于PySpark框架针对adult人口普查收入数据集结合Pipeline利用LoR/DT/RF算法(网格搜索+交叉验证评估+特征重要性)实现二分类预测(年收入是否超50k)案例应用 # 1、定义数据集 # 2、数据预处理/特征工程 # 3、模型训练与评估
机器学习 - adult.data 数据集
谢谢你们的关注
02-28 2291
adult.data 数据集 1. 官网地址 https://archive.ics.uci.edu/ml/machine-learning-databases/adult/ 下载速度… 2. 百度云分享 链接：https://pan.baidu.com/s/10xIIqDj92sTe_gk1jW5A8Q 提取码：to52 –来自百度网盘超级会员V4的分享 ...
数据集 Adult Data Set
少年一贯快马扬帆，道阻且长不转弯； 要盛大，要绚烂，要哗然； 要用理想的泰坦尼克，去撞现实的冰川； 要当烧赤壁的风，而非借鉴草船； 要为了一片海，就肯翻万山。
03-11 1923
Adult Data Set Abstract: Predict whether income exceeds $50K/yr based on census data. Also known as "Census Income" dataset. Data Set Characteristics: Multivariate Number of Instances: 48842 Ar..
ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
07-06 3379
ML之shap：基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略目录基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略# 1、定义数据集# 2、数据集预处理# 2.1、入模特征初步筛选# 2.2、目标特征二值化# 2.3、类别型特征编码数字化# 2.4、分离特征与标签#3、模型训练与推理# 3.1、数据集切分# 3.2、模型建立
进行成人人口普查数据分析与分类预测的数据集
02-11
内容概要：adult.train.txt 数据集展示了多个与成年人职业和收入相关的条目。每个条目由多列组成，涵盖年龄(age)、工人类别(workclass)、权重(fnlwgt)、受教育程度(education)、婚姻状况(marital-status)、职业...
adult_data.csv
06-04
用转换器抽取特征,用Adult数据集讲解如何借助特征为复杂的现实世界建模再好不过。
Adult_Income_Analysis:根据人口普查数据预测收入是否超过$ 50Kyr
03-19
成人收入分析 根据人口普查数据预测收入是否超过$ 50K /年。 我从UCI机器学习存储库收集了数据。 使用的分类模型： 决策树 线性回归 逻辑回归 随机森林 k最近邻居 支持向量机 我的分析表明，婚姻状况，人际关系和资本收益在收入预测中具有更大的重要性。 我的模型的ROC曲线：
二分类数据集
01-13
目标检测算法数据集。。。。。。。。。。。。。。。。
Restaurant Revenue Prediction（饭店收入预测）-数据集
03-18
TFI has provided a dataset with 137 restaurants in the training set, and a test set of 100000 restaurants. TFI在训练集中提供了一个包含137家餐厅的数据集，以及一个包含100000家餐厅的测试集。 sampleSubmission.csv train.csv test.csv
二分类的数据集
04-18
数据集，二分类的数据集，很少的样本，主要是为初学者提供学习使用
美国人口普查年收入比赛_训练网络对收入进行分类：成人普查收入数据集
weixin_26752765的博客
09-06 2929
美国人口普查年收入比赛We have all heard that data science is the ‘sexiest job of the 21st century’. Hence, it is also surprising to know that before the world was over-populated with data, the concept of neural ...
美国人口普查数据预测收入sklearn算法汇总1: 了解数据以及数据预处理
sanjianjixiang的博客
12-03 6845
一. 了解数据集 任务目标：建立分类模型预测一个人的收入能否超过五万美元 人口普查数据集: https://archive.ics.uci.edu/ml/datasets/adult import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns sns.set_style...
Python数据挖掘与可视化探索——以美国人口年收入数据集(income dataset/adult.data)为例
qq_52181283的博客
03-23 1万+
本文通过美国人口普查年收入数据集演示了对原始数据的数据挖掘与探索过程，包括数据预处理、特征工程、数据转换、数据可视化分析过程，《数据挖掘导论》与《数据挖掘-实用机器学习工具与技术》提供理论指导。希望通过本文对大家学习数据挖掘有所帮助，对数据进行挖掘是为了更好地进行加下来的数据建模。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值