收入普查 项目详情： 数据源： : 目标：创建机器学习模型，可以预测某人的年收入高于5万还是低于5万 我将该项目分为两个单独的主要目标： 数据准备： 从UCI Irvine机器学习数据集下载数据b。 在Microsoft Excell中读取训练数据（adult.data和adult.names）将其编译为adult_dataset income.xlsx文件，而仅将测试数据读取adult.test并将其另存为test_adultdataset.xlsx c。 模型创建：在此阶段，将笔记本文件model_scratch.ipynb分解为步骤 部署模式：技术：1。烧瓶，2.Heroku

Handbook - Fixed Income Securities

Fixed Income Securities, 3rd Edition

使用R编程的成人普查收入分类 我已使用美国人口普查数据建立了一个模型，根据人口普查数据中有关该人的可用信息，预测美国任何人的收入是否大于或小于50000美元。 对成人普查收入数据集进行了详细分析。 使用R语言建立了机器学习模型，该模型将预测收入是否超过$ 50K /年。

人口普查_收入_项目 此数据是由Ronny Kohavi和Barry Becker（数据挖掘和可视化，Silicon Graphics）从1994年人口普查局数据库中提取的。 使用以下条件提取了一组合理的干净记录：（（AAGE> 16）&&（AGI> 100）&&（AFNLWGT> 1）&&（HRSWK> 0））。 预测任务是确定一个人每年的收入是否超过5万美元。 fnlwgt（最终权重）的说明当前人口调查（CPS）文件中的权重被控制为对美国平民非机构人口的独立估计。 这些由人口普查局的人口司每月为我们准备。 我们使用3套控件。 它们是：每个州的16岁以上人口的单个单元格估计。 通过年龄和性别控制西班牙裔起源。 通过种族，年龄和性别进行控制。 我们在加权程序中使用了所有三组控件，并通过它们进行了6次“遍历”，以便最终返回到所使用的所有控件。 估计一词是指通过创建具有特定人口社会经济特征的“

Fixed Income Markets and Their Derivatives

Income数据集Income.csv，预测工作年限与薪资

MSDS6372 项目 1 2021 年夏季团队：Tricia Herrera、Michael Mazel、Cameron Stewart、Rick Fontenot 在这个项目中，我们探索了一个称为“人口普查收入”的 UCI 数据集，并建立模型以根据可用变量预测个人收入是否超过 5 万美元/年 我们注释的代码被分解为项目的每个部分的单独 rmd 文件： EDA.Rmd：探索性数据分析，包括输出干净、转换和缩放的数据集，这些数据集会输入以下建模文件 我们项目的书面总结包含在 MSDS6372_Project2.pdf 文件中

（请记住：本自述文件包含仅在使用暗模式主题时才能读取的方程式） 像父亲一样，儿子一样-德国的代际收入流动 1分析的目的和结构： 估算德国的经济流动性，并找出德国代际收入弹性的地区差异。 基本的理论模型是人力资本理论。 数据准备和线性回归在stata do文件中进行。 可视化，分位数回归和转换矩阵在r脚本中进行。 脚本中详细描述了每个步骤。 但是，本自述文件除了提供代码外，还提供了其他计量经济学框架。 2分析方法： 经验策略：找出相关的代克孩子的长期收入

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