内向、外向和中向性格分类数据集

性格特征数据集：内向、外向和中向性格
📌 概述

该合成数据集旨在根据各种行为和心理特征模拟人类的性格类型——内向型、外向型和中向型。它包含20,000 个条目和30 列，其中包括 29 个代表性格指标的数值特征和 1 个标签列 ( personality_type)。
该数据集可用于：

• 性格分类
• 对相似的性格特征进行聚类
• 行为分析
• 特征重要性研究

* 教育或实验机器学习项目

📊 数据集结构

列名	描述
personality_type	目标变量：内向、外向或中向性格
social_energy	倾向于从社交互动中获取能量（0-10）
alone_time_preference	孤独中的舒适
talkativeness	参与对话的倾向
deep_reflection	深度或内省思考的频率
group_comfort	在团体环境中轻松自在
party_liking	享受聚会和社交活动
listening_skill	积极倾听能力
empathy	理解他人情绪的能力
creativity	创造性思维倾向
organization	偏好秩序、结构和计划
leadership	领导他人时的舒适感
risk_taking	愿意承担风险
public_speaking_comfort	公开演讲时的舒适度
curiosity	对学习或探索的兴趣
routine_preference	偏好常规而非自发性
excitement_seeking	渴望新的、刺激的体验
friendliness	普遍的社会温暖和平易近人
emotional_stability	在压力下保持冷静和平衡的能力
planning	提前计划的倾向
spontaneity	冲动行事或无计划行事
adventurousness	愿意尝试新的、有风险的活动
reading_habit	阅读书籍或文章的频率
sports_interest	对体育运动或体育活动的兴趣程度
online_social_usage	在社交媒体和在线互动上花费的时间
travel_desire	对旅行和探索新地方的兴趣
gadget_usage	小工具或科技设备的使用频率
work_style_collaborative	更喜欢团队合作而不是单独工作
decision_speed	决策速度有多快
stress_handling	有效管理压力的能力

所有特征值均为数字，范围从0（低）到10（高）。

⚙️ 它是如何生成的

• 该数据集是使用Python和NumPy合成生成的。
• 特征分布采用特定类别的均值建模，并使用正态分布添加噪声来模拟自然变化。

* 班级平衡：~33% 内向者，34% 外向者，33% 中间性格者。

📂 使用思路

PCA 或 t-SNE 用于可视化个性分布

训练和评估分类模型（逻辑回归、随机森林、XGBoost 等）

无监督聚类（KMeans、DBSCAN）用于发现个性分组