本项目要求安装 Python 2.7 和以下 Python 库:
你还需要安装软件,才能运行并执行 Jupyter Notebook。
我们建议学员安装 Python 的 Anaconda 分发系统,该系统已经包含上述软件包,并且包含项目所需的其他软件包。
你可以在 notebook 文件 finding_donors.ipynb
中找到代码模板。你还将被要求使用 Python 文件 visuals.py
和数据集文件 census.csv
来完成你的任务。我们已经提供了一些初始代码来帮助你开始,你需要补充额外函数来顺利完成本项目。请注意,学员无需更改 visuals.py
中的代码。如果你对 notebook 中的可视化文件感兴趣,请随意探索。
在终端或命令行窗口中,跳转至最上面的项目目录 finding_donors/
(包含 README 文件),并运行如下命令:
ipython notebook finding_donors.ipynb
或者
jupyter notebook finding_donors.ipynb
这将在你的浏览器中打开 iPython Notebook 软件和项目文件。browser.
修改后的人口普查数据集包含近 32000 个数据点,每个数据点有 13 个特征。该数据集是 Ron Kohavi 发表的论文“放大朴素贝叶斯分类器的准确性:决策树混合(Scaling Up the Accuracy of Naive-Bayes Classifiers: a Decision-Tree Hybrid)”中数据集的修改版。你也可以在网上找到这篇论文,在 UCI 中有原始数据。
特征
age
: 年龄workclass
: 劳动阶级(Private, Self-emp-not-inc, Self-emp-inc, Federal-gov, Local-gov, State-gov, Without-pay, Never-worked)education_level
: 教育情况(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
: 受教育年限marital-status
: 婚姻状况(Married-civ-spouse, Divorced, Never-married, Separated, Widowed, Married-spouse-absent, Married-AF-spouse)occupation
: 职业情况(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
: 亲属情况(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
: 资本盈利capital-loss
: 资本损失hours-per-week
: 每周工作小时native-country
: 国籍(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)目标变量
income
: 收入等级 (<=50K, >50K)