Sanbercode最终项目-个人收入预测数据集
数据来源：互联网公开数据
标签：收入预测,分类,机器学习,人口统计,工资,职业,教育,年龄,性别
数据概述：
本数据集旨在用于预测个人收入水平，基于一系列人口统计和职业相关特征。 数据集包含训练集 (train.csv) 和测试集 (test.csv)，以及一个示例提交文件 (sample_submission.csv)。 目标是构建一个分类模型，预测“Gaji”（收入）列的值，该列的值基于以下规则进行转换：0 代表 Gaji 700万印尼盾。
数据字段说明：
id：每个样本的唯一标识符。
Umur (年龄)：个人的年龄。
Kelas Pekerja (工作类别)：个人所属的工作类别。
Berat Akhir (最终权重)：根据 16 岁以上人口的累积值，考虑人口、种族、性别等因素。 来自具有相似人口统计特征的区域的样本将具有相同的最终权重。
Pendidikan (教育)：个人的最高教育程度。
Jmlh Tahun Pendidikan (受教育年数)：个人受教育的年数。
Status Perkawinan (婚姻状况)：个人的婚姻状况。
Pekerjaan (职业)：个人的当前职业。
Jenis Kelamin (性别)：个人的性别。
Keuntungan Kapital (资本收益)：如果个人出售其所有资产，所获得的资本收益。
Kerugian Kapital (资本损失)：如果个人出售其所有资产，所遭受的资本损失。
Jam per Minggu (每周工作小时数)：个人每周的工作小时数。
Gaji (收入)：个人的收入水平，已转换为分类变量：0 ( 700万印尼盾)。
数据用途概述：
该数据集主要用于机器学习模型的训练和评估，特别是用于收入预测的分类任务。 参与者可以使用 train.csv 训练模型，并使用 test.csv 进行预测。 最终的提交文件应包含 "id" 和预测的 "Gaji" 列。 此外，该数据集也可用于探索不同人口统计特征与收入之间的关系，以及分析影响收入的各种因素。 适用于数据科学、机器学习、经济学等领域的研究和实践。
