NGUYỄN HOÀNG VÂN LAM ( 31211026105)

Sử dụng bộ dữ liệu Adult (1996) trong dataset của Orange

1. giải thích các thuộc tính

Adult Data Set

Download: Data Folder, Data Set Description

Abstract: Predict whether income exceeds $50K/yr based on census data. Also known as "Census Income" dataset.

Multivariate Number of Instances: 48842 Area:

Data Set Characteristics:

Attribute Characteristics: Categorical, Integer Number of Attributes: 14 Date Donated

Associated Tasks: Classification Missing Values? Yes Number of Web Hits:

Tóm tắt : Dự đoán liệu thu nhập có vượt quá 50 nghìn đô la / năm hay không dựa trên dữ
liệu điều tra dân số. Còn được gọi là tập dữ liệu "Thu nhập điều tra dân số".

Đặc điểm của Số lượng

Đa biến 48842 Diện tích: Xã hội
Tập dữ liệu: phiên bản:

Đặc điểm thuộc Categorical, Số lượng

14 Ngày được tặng 1996-05-01
tính: Integer thuộc tính:

Nhiệm vụ được Giá trị bị Số lượt truy cập

Phân loại Đúng 2545114
liên kết: mất? web:

Tóm tắt : Dự đoán liệu thu nhập có vượt quá 50 nghìn đô la / năm hay
không dựa trên dữ liệu điều tra dân số. Còn được gọi là tập dữ liệu "Thu
nhập điều tra dân số".

Đặc điểm của Tập Số lượng

Đa biến 48842 Diện tích: Xã hội
dữ liệu: phiên bản:

Đặc điểm thuộc Categorical, Số lượng Ngày được 1996-05-

14
tính: Integer thuộc tính: tặng 01

Nhiệm vụ được Số lượt truy

Phân loại Giá trị bị mất? Đúng 2545114
liên kết: cập web:

Attribute Information:
Listing of attributes:

>50K, <=50K.

age: continuous.
workclass: Private, Self-emp-not-inc, Self-emp-inc, Federal-gov, Local-gov, State-gov, Without-pay,
Never-worked.
fnlwgt: continuous.
education: 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: continuous.
marital-status: Married-civ-spouse, Divorced, Never-married, Separated, Widowed, Married-spouse-
absent, Married-AF-spouse.
occupation: 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: Wife, Own-child, Husband, Not-in-family, Other-relative, Unmarried.
race: White, Asian-Pac-Islander, Amer-Indian-Eskimo, Other, Black.
sex: Female, Male.
capital-gain: continuous.
capital-loss: continuous.
hours-per-week: continuous.
native-country: 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.

Thông tin thuộc tính:

Danh sách các thuộc tính:

> 50K, <= 50K.

tuổi: liên tục.

cấp công việc: Tư nhân, Tự nhận không-inc, Tự-nhận-nhập, Liên bang-gov, Địa phương-gov, Nhà
nước-gov, Không trả lương, Chưa bao giờ làm việc.
fnlwgt: liên tục.
trình độ học vấn: Cử nhân, Cao đẳng, Đại học lớp 11, Cao đẳng, Cao đẳng, PGS-TS, PGS-TS, 9, 7-
8, 12, Thạc sĩ, 1-4, 10, Tiến sĩ, 5-6, Mầm non.
Education-num: liên tục.
tình trạng hôn nhân: Đã kết hôn-công dân-vợ / chồng, Đã ly hôn, Chưa từng kết hôn, Ly thân, Góa
chồng, Đã kết hôn-vợ / chồng vắng mặt, Đã kết hôn-AF-vợ / chồng.
Nghề nghiệp: Hỗ trợ công nghệ, Sửa chữa thủ công, Dịch vụ khác, Bán hàng, Quản lý thực thi,
Chuyên môn cao, Người xử lý-người dọn dẹp, Máy móc-kiểm tra, Phụ trách văn thư, Nông nghiệp-
đánh cá, Vận chuyển-di chuyển, Nhà tư nhân- serv, Bảo vệ-phục vụ, Lực lượng vũ trang.
Mối quan hệ: Vợ, Con riêng, Chồng, Không phải trong gia đình, Họ hàng khác, Chưa kết hôn.
chủng tộc: Da trắng, Asian-Pac-Islander, Amer-Indian-Eskimo, Other, Black.
giới tính: Nữ, Nam.
capital-gain: liên tục.
lỗ vốn: liên tục.
giờ mỗi tuần: liên tục.
quốc gia bản địa: Hoa Kỳ, Campuchia, Anh, Puerto-Rico, Canada, Đức, Ngoại ô Hoa Kỳ (Guam-
USVI-v.v.), Ấn Độ, Nhật Bản, Hy Lạp, Nam, Trung Quốc, Cuba, Iran, Honduras, Philippines, Ý , Ba
Lan, Jamaica, Việt Nam, Mexico, Bồ Đào Nha, Ireland, Pháp, Cộng hòa Dominica, Lào, Ecuador, Đài
Loan, Haiti, Columbia, Hungary, Guatemala, Nicaragua, Scotland, Thái Lan, Nam Tư, El-Salvador,
Trinadad & Tobago, Peru, Hồng , Holand-Hà Lan.
2. bỏ qua các thuộc tính bạn thấy không phù hợp

3. tiền xử lý dl, impute dữ liệu bằng cách xóa các dòng dl không đầy đủ
4. lưu dưới dang .xlsx