美国1994年人口普查收入分类数据集-vivamoto
数据来源：互联网公开数据
标签：人口普查,收入分类,社会经济,预测模型,美国,数据集,社会研究,分类任务
数据概述：
本数据集来自UCI机器学习库，包含1994年人口普查的数据。数据集的预测任务是根据13个预测因子（特征）判断个人的年收入是否超过50000美元。数据集包括年龄、职业类别、教育程度、婚姻状况、职业、与家庭关系、种族、性别、资本收益、资本损失、每周工作小时数及原籍国等14个特征。此外，数据集中还包含一个最终权重特征（fnlwgt），用于调整数据以反映美国非机构化人口的独立估计。
数据用途概述：
该数据集适用于社会经济研究、收入预测建模、机器学习算法的验证和测试、分类任务的实践等场景。研究人员可以通过分析数据集中的社会经济特征，探索不同人口群体的收入差异及其影响因素。同时，数据集也是数据科学教育和实践中的重要资源，适合用于教学案例和项目开发。
字段定义：
- age: 年龄（连续值）
- workclass: 职业类别（如Private, Self-emp-not-inc等）
- fnlwgt: 最终权重（连续值）
- education: 教育程度（如Bachelors, Some-college等）
- education-num: 教育年限（连续值）
- marital-status: 婚姻状况（如Married-civ-spouse, Divorced等）
- occupation: 职业（如Tech-support, Craft-repair等）
- relationship: 家庭关系（如Wife, Own-child等）
- race: 种族（如White, Asian-Pac-Islander等）
- sex: 性别（Male, Female）
- capital-gain: 资本收益（连续值）
- capital-loss: 资本损失（连续值）
- hours-per-week: 每周工作小时数（连续值）
- native-country: 原籍国（如United-States, Cambodia等）
数据特征：
- 数据集为多元特征集，包含连续值和分类值。
- 数据集适用于社会经济领域的研究和预测。
- 数据集包含14个特征，其中13个用于预测，1个用于调整权重。
- 数据集中存在缺失值。
