Nanodegree Engenheiro de Machine Learning

Aprendizagem supervisionada

Projeto: Encontrando doadores para a CharityML

Instalação

Este projeto requer Python 2.7 e as seguintes bibliotecas Python instaladas:

Você também precisará ter software instalado para rodar e executar um iPython Notebook

A Udacity recomenda que os alunos instalem o Anaconda, uma distribuição de Python que contém todas as bibliotecas e software necessários para este projeto.

Código

Um modelo do código é fornecido no arquivo notebook finding_donors.ipynb. Você também precisará usar o arquivo Python visuals.py e o arquivo de dados census.csv para concluir seu trabalho. Mesmo que parte do código já tenha sido fornecida para ajudá-lo a começar, você precisará implementar funcionalidades adicionais em alguns pontos para conseguir completar o projeto com sucesso. Note que o código incluído em visuals.py foi feito para ser utilizado do jeito que está, sem manipulação por parte dos alunos. Mas, se você estiver interessado em saber como as visualizações são criadas no notebook, fique à vontade para explorar esse arquivo Python.

Execução

Em um terminal ou janela de comando, navegue até o diretório raiz de projeto finding_donors/ (que contém este README) e execute os seguintes comandos:

ipython notebook finding_donors.ipynb

jupyter notebook finding_donors.ipynb

Isso abrirá o o software e arquivo de projeto iPython Notebook em seu navegador.

Dados

O conjunto de dados do censo consiste em 32.000 registros, sendo que cada registro possui 13 atributos. Este conjunto de dados é uma versão modificada do que foi publicado no artigo "Scaling Up the Accuracy of Naive-Bayes Classifiers: a Decision-Tree Hybrid", de Ron Kohavi. Você pode encontrar este artigo online, com o conjunto de dados original hospedado em UCI.

Atributos

age: Idade
workclass: Classe trabalhadora (Private, Self-emp-not-inc, Self-emp-inc, Federal-gov, Local-gov, State-gov, Without-pay, Never-worked)
education_level: Nível de educação (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: Número de anos de estudo concluídos
marital-status: Estado civil (Married-civ-spouse, Divorced, Never-married, Separated, Widowed, Married-spouse-absent, Married-AF-spouse)
occupation: Ocupação profissional (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: Status de relacionamento (Wife, Own-child, Husband, Not-in-family, Other-relative, Unmarried)
race: Raça (White, Asian-Pac-Islander, Amer-Indian-Eskimo, Other, Black)
sex: Sexo (Female, Male)
capital-gain: Ganhos de capital monetário
capital-loss: Perdas de capital monetário
hours-per-week: Média de horas trabalhadas por semana
native-country: País de origem (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)

Variável-alvo

income: Classe de renda (<=50K,>50K)</=50K,>

victorsanunes/finding_donors