人口普查收入数据集（UCI）

文件 income_census_train.csv中包含16个字段，具体信息如下：
每一行记录了一个人的人口普查结果。该数据集类变量为年收入是否超过50k$，属性变量包含年龄，工种，学历，职业，人种等重要信息，14个属性变量中有7个类别型变量。
No 属性 数据类型 数值类型 字段描述
1 ID - String 人的ID
2 age Numeric Integer 年龄
3 workclass Categorical String 工作类型
4 fnlwgt Continuous Integer 序号
5 education Categorical String 教育程度
6 education_num Numeric Integer 受教育时间 （年）
7 marital_status Categorical String 婚姻状态
8 occupation Categorical String 职业
9 relationship Categorical String 关系
10 race Categorical String 种族
11 gender Categorical String 性别
12 capital_gain Numeric Integer 资本收益
13 capital_loss Numeric Integer 资本损失
14 hours_per_week Numeric Integer 每周工作时长
15 native_country Categorical String 原国籍
16 income_bracket Categorical Integer 收入档次: 0-'<=50K', 1-'>50K'
文件 income_census_test.csv中包含15个字段，与文件 income_census_train.csv的前15个字段一致，但不包含类别字段。

数据集income_census_train.csv共包含16个字段，具体信息如下：
每条记录对应一份单人人口普查样本，该数据集的类别变量为年收入是否超过50000美元，属性变量涵盖年龄、工作类型、学历、职业、种族等关键信息，14个属性变量中包含7个类别型变量（Categorical variable）。
| 序号 | 属性名 | 数据类型 | 数值类型 | 字段说明 |
| ---- | ---- | ---- | ---- | ---- |
| 1 | ID | 无 | 字符串（String） | 个人ID |
| 2 | age | 数值型（Numeric） | 整型（Integer） | 年龄 |
| 3 | workclass | 分类型（Categorical） | 字符串（String） | 工作类型 |
| 4 | fnlwgt | 连续型（Continuous） | 整型（Integer） | 序号 |
| 5 | education | 分类型（Categorical） | 字符串（String） | 教育程度 |
| 6 | education_num | 数值型（Numeric） | 整型（Integer） | 受教育年限（年） |
| 7 | marital_status | 分类型（Categorical） | 字符串（String） | 婚姻状况 |
| 8 | occupation | 分类型（Categorical） | 字符串（String） | 职业 |
| 9 | relationship | 分类型（Categorical） | 字符串（String） | 家庭关系 |
| 10 | race | 分类型（Categorical） | 字符串（String） | 种族 |
| 11 | gender | 分类型（Categorical） | 字符串（String） | 性别 |
| 12 | capital_gain | 数值型（Numeric） | 整型（Integer） | 资本收益 |
| 13 | capital_loss | 数值型（Numeric） | 整型（Integer） | 资本损失 |
| 14 | hours_per_week | 数值型（Numeric） | 整型（Integer） | 每周工作时长 |
| 15 | native_country | 分类型（Categorical） | 字符串（String） | 原国籍 |
| 16 | income_bracket | 分类型（Categorical） | 整型（Integer） | 收入分级：0代表"<=50K"，1代表">50K" |
数据集income_census_test.csv共包含15个字段，与income_census_train.csv的前15个字段完全一致，但未包含类别标签字段。

搜集汇总

背景与挑战

背景概述

该数据集是来自UCI的人口普查收入数据集，包含训练和测试两个CSV文件，用于预测个人年收入是否超过50k$。数据集共有16个字段，其中14个属性变量涵盖年龄、工种、学历等人口统计信息，包括7个类别型变量，适用于分类任务如收入预测分析。