ویژگی های مجموعه داده های student-mat.csv (دوره ریاضی) و student-por.csv (دوره زبان پرتغالی)

ویژگی های مجموعه داده های student-mat.csv (دوره ریاضی) و student-por.csv (دوره زبان پرتغالی):

۱ مدرسه – مدرسه دانش آموزان (باینری: “GP” – گابریل پریرا یا “MS” – Mousinho da Silveira)
۲ جنس – جنس دانش آموز (باینری: “F” – زن یا “M” – مرد)
۳ سن – سن دانش آموز (عددی: از ۱۵ تا ۲۲)
۴ آدرس – نوع آدرس منزل دانش آموز (باینری: “U” – شهری یا “R” – روستایی)
۵ خانواده – اندازه خانواده (باینری: “LE3” – کمتر یا مساوی ۳ یا “GT3” – بیشتر از ۳)
۶ Pstatus – وضعیت زندگی مشترک والدین (باینری: “T” – زندگی مشترک یا “A” – جدا از هم)
۷ Medu – آموزش مادر (عددی: ۰ – هیچ ، ۱ – آموزش ابتدایی (کلاس ۴) ، ۲ – کلاس ۵ تا ۹ ، ۳ – آموزش متوسطه یا ۴ – آموزش عالی)
۸ Fedu – تحصیلات پدر (عددی: ۰ – هیچ ، ۱ – آموزش ابتدایی (کلاس ۴) ، ۲ – کلاس ۵ تا ۹ ، ۳ – آموزش متوسطه یا ۴ – آموزش عالی)
۹ Mobi – شغل مادر (اسمی: “معلم” ، “مراقبت های بهداشتی” ، “خدمات” مدنی (به عنوان مثال اداری یا پلیس) ، “در خانه” یا “دیگر”)
۱۰ Fobi – شغل پدر (اسمی: “معلم” ، “مراقبت های بهداشتی” ، “خدمات” مدنی (به عنوان مثال اداری یا پلیس) ، “در خانه” یا “دیگر”)
۱۱ دلیل – دلیل انتخاب این مدرسه (اسمی: نزدیک به “خانه” ، “شهرت” مدرسه ، ترجیح “دوره” یا “دیگر”)
۱۲ سرپرست – سرپرست دانش آموز (اسمی: “مادر” ، “پدر” یا “دیگری”)
۱۳ زمان سفر – زمان سفر به خانه به مدرسه (عددی: ۱ – <15 دقیقه ، ۲ – ۱۵ تا ۳۰ دقیقه ، ۳ – ۳۰ دقیقه تا ۱ ساعت یا ۴ -> 1 ساعت)
۱۴ بار مطالعه – زمان مطالعه هفتگی (عددی: ۱ – <2 ساعت ، ۲ – ۲ تا ۵ ساعت ، ۳ – ۵ تا ۱۰ ساعت یا ۴ -> 10 ساعت)
۱۵ خرابی – تعداد خرابی کلاس گذشته (عددی: n اگر ۱ <= n <3 ، در غیر این صورت ۴)
۱۶ مدرسه – پشتیبانی آموزشی اضافی (باینری: بله یا خیر)
۱۷ famsup – پشتیبانی آموزشی خانواده (باینری: بله یا خیر)
۱۸ کلاس پرداخت شده – کلاسهای اضافی در دوره (ریاضی یا پرتغالی) (باینری: بله یا خیر)
۱۹ فعالیت – فعالیت های خارج از برنامه (باینری: بله یا خیر)
۲۰ مهد کودک – تحصیل در مهد کودک (باینری: بله یا خیر)
۲۱ بالاتر – می خواهد تحصیلات عالی را انجام دهد (باینری: بله یا خیر)
۲۲ اینترنت – دسترسی به اینترنت در خانه (باینری: بله یا خیر)
۲۳ عاشقانه – با یک رابطه عاشقانه (باینری: بله یا خیر)
۲۴ famrel – کیفیت روابط خانوادگی (عددی: از ۱ – بسیار بد به ۵ – عالی)
۲۵ وقت آزاد – وقت آزاد پس از مدرسه (عددی: از ۱ – بسیار کم تا ۵ – بسیار زیاد)
۲۶ گوسفند – بیرون رفتن با دوستان (عددی: از ۱ – بسیار کم تا ۵ – بسیار زیاد)
۲۷ Dalc – مصرف الکل روز کاری (عددی: از ۱ – بسیار کم تا ۵ – بسیار زیاد)
۲۸ Walc – مصرف الکل آخر هفته (عددی: از ۱ – بسیار کم تا ۵ – بسیار زیاد)
۲۹ سلامت – وضعیت سلامتی فعلی (عددی: از ۱ – بسیار بد تا ۵ – بسیار خوب)
۳۰ غیبت – تعداد غیبت در مدرسه (عددی: از ۰ تا ۹۳)

این نمرات با موضوع دوره ، ریاضی یا پرتغالی مرتبط هستند:
۳۱ G1 – درجه دوره اول (عددی: از ۰ تا ۲۰)
۳۱ G2 – درجه دوره دوم (عددی: از ۰ تا ۲۰)
۳۲ G3 – درجه نهایی (عددی: از ۰ تا ۲۰ ، هدف خروجی)

یادداشت اضافی: چندین (۳۸۲) دانش آموز وجود دارد که به هر دو مجموعه داده تعلق دارند.
این دانشجویان را می توان با جستجوی ویژگی های یکسان شناسایی کرد
همانطور که در پرونده پیوست R نشان داده شده است ، هر دانش آموز را مشخص می کند.

نمایشی از دیتاست اولیه: