:sparkles: 收入预测项目 :sparkles: 使用分类机器学习算法 收入数据集的详细信息 收入数据集具有43957个发生率和14个描述性特征。 以下将详细介绍作为已知描述性功能的列； “年龄”是每个人的年龄。 “工作类别”是代表数据集中个人的就业状况的术语。 私人，自营职业，政府，无薪，从未工作过等 “ Fnlwgt”是指最终体重，是人口普查认为该条目代表的人数。 “教育”代表个人实现的最高教育水平。 学士，一些大学，11年级，高中毕业生，Profschool等。 “ Edu

人口普查-收入预测 概述 在该项目中，我们将使用年龄，教育程度，工作类别，国家/地区，职业等各种特征来预测一个人的年收入是否超过5万美元或低于5万美元。这是一个二元分类问题。 我们将使用的数据集是来自Kaggle的成人普查收入数据集，其中包含约32561行和15个要素。 网络应用 如果要查看已部署的模型，请单击以下链接： : 如果要搜索代码，使用的算法和模型的准确性，请打开“ Income Prediction.ipynb”文件