慈善项目寻找捐助者 CharityML-Project-ND-Udacity 项目：寻找慈善机构ML学习的捐赠者 项目概况 在该项目中，运用了监督学习技术和对美国人口普查数据的分析思维，以帮助CharityML（虚拟慈善组织）确定最有可能为自己的事业捐款的人。首先，探索数据以了解人口普查数据的方式被记录。 接下来，应用了一系列转换和预处理技术来将数据操纵为可行的格式。然后在数据上实现了几个受监督的学习者，并认为最适合该解决方案。 之后，我选择的模型将进行优化，并作为CharityML的解决方案

监督学习 项目：寻找慈善捐助者 项目概况 在这个项目中，我将使用从1994年美国人口普查中收集的数据，测试几种监督算法来模拟个人收入。 然后，我将从初步结果中选择最佳候选算法，并进一步优化该算法以对数据进行最佳建模。 此实现的目标是构建一个模型，该模型可以准确地预测个人的收入是否超过50,000美元。 在非营利组织中，组织可以靠捐赠生存，这种任务可以产生。 了解个人的收入可以帮助非营利组织更好地了解要请求的捐赠额，或者是否应该从一开始就伸出援手。 虽然直接从公共资源确定个人的收入水平可能很困难