高中学生的表现以及人口统计、社会和父母数据
关于数据集
该数据集包含两所葡萄牙高中的学生成绩数据。
数据通过学校报告和问卷调查收集，涵盖学生成绩、人口统计、社交、家长和学校相关特征。
我们提供两组数据集，分别涵盖数学和葡萄牙语两个不同学科的成绩。我对原始数据集进行了清理，使其更易于阅读和使用。
student_math_cleaned.csv（数学课程）和 student_portuguese_cleaned.csv（葡萄牙语课程）数据集的属性：
- school – 学生所在学校（二进制：“GP”- Gabriel Pereira 或“MS”- Mousinho da Silveira）
- 性别 – 学生的性别（二进制：“F” – 女性或“M” – 男性）
- 年龄 – 学生年龄（数字：从 15 到 22）
- address_type – 学生家庭住址类型（二进制：“城市”或“农村”）
- family_size – 家庭规模（二进制：“小于或等于 3”或“大于 3”）
- parent_status – 父母的同居状态（二进制：“同居”或“分开”）
- mother_education – 母亲的教育程度（序数：“无”、“小学教育（4 年级）”、“5 至 9 年级”、“中学教育”或“高等教育”）
- father_education – 父亲的教育程度（序数：“无”、“小学（4 年级）”、“5 至 9 年级”、“中学教育”或“高等教育”）
- mother_job – 母亲的工作（名义上的：“教师”、“健康”相关、民事“服务”（例如行政或警察）、“at_home”或“其他”）
- father_job – 父亲的工作（名义上的：“教师”、“健康”护理相关、公务“服务”（例如行政或警察）、“at_home”或“其他”）
- 原因 – 选择这所学校的原因（名义上的：靠近“家”，学校“声誉”，“课程”偏好或“其他”）
- 监护人 – 学生的监护人（名义：“母亲”、“父亲”或“其他”）
- travel_time – 从家到学校的旅行时间（序数：“<15 分钟”、“15 至 30 分钟”、“30 分钟至 1 小时”或 4 – >1 小时”）
- study_time – 每周学习时间（序数：1 – “<2 小时”、“2 至 5 小时”、“5 至 10 小时”或“>10 小时”）
- class_failures – 过去类别失败的次数（数字：如果 1<=n<3，则为 n，否则为 4）
- school_support – 额外的教育支持（二进制：是或否）
- family_support – 家庭教育支持（二进制：是或否）
- extra_paid_classes – 课程科目（数学或葡萄牙语）内的额外付费课程（二进制：是或否）
- 活动 – 课外活动（二进制：是或否）
- 幼儿园 – 上过幼儿园（二进制：是或否）
- higher_ed – 想要接受高等教育（二进制：是或否）
- internet – 在家访问互联网（二进制：是或否）
- romantic_relationship – 具有浪漫关系（二进制：是或否）
- family_relationship – 家庭关系质量（数字：从 1 – 非常差到 5 – 优秀）
- free_time – 放学后的空闲时间（数字：从 1 – 非常低到 5 – 非常高）
- 社交 – 与朋友外出（数字：从 1 – 非常低到 5 – 非常高）
- weekday_alcohol – 工作日酒精消费量（数字：从 1 – 非常低到 5 – 非常高）
- weekend_alcohol – 周末酒精消费量（数字：从 1 – 非常低到 5 – 非常高）
- 健康 – 当前健康状况（数字：从 1 – 非常糟糕到 5 – 非常好）
- 缺勤 – 缺课次数（数字：从 0 到 93）
这些成绩与课程科目数学或葡萄牙语相关：
- grade_1 – 第一阶段成绩（数字：从 0 到 20）
- grade_2 – 第二阶段成绩（数字：从 0 到 20）
- final_grade – 最终成绩（数字：从 0 到 20，输出目标）
重要提示：目标属性 final_grade 与属性 grade_2 和 grade_1 高度相关。这是因为 final_grade 是最后一年的成绩（在第 3 个学期颁发），而 grade_1 和 grade_2 分别对应第 1 个学期和第 2 个学期的成绩。如果没有 grade_2 和 grade_1，预测 final_grade 会更加困难，但这些预测会更有用。
补充说明：虽然 ID 不匹配，但两个数据集中共有 382 名学生。
可以通过搜索每个学生的相同属性来识别这些学生。
资源下载
下载价格9.9 元
VIP免费
立即购买